基于剪接图与机器学习的长读长RNA-seq转录组重建算法TransGram的研究

《Nature Communications》：TransGram for heterogeneity-aware transcriptome reconstruction from long read RNA-Seq data

随着长读长RNA测序技术的发展，转录组分析迎来了光明的前景。从长读长RNA数据中重建可变剪接异构体对于转录组学研究至关重要，同时也带来了计算上的挑战。在本研究中，我们研究了当前长读长RNA-seq数据的异质性，并根据在剪接图中可靠支持的子路径中出现的可变剪接事件的比例，将测序数据分为两类。利用这种异质性，我们开发了TransGram算法，用于从长读长RNA-seq读长中重建转录组。该算法采用传统的组装策略在剪接图内重建代表转录本的路径，并引入一个基于剪接图衍生特征训练的机器学习模型来消除假阳性转录本。TransGram支持无注释和注释引导两种模式。在多个数据集和条件下的全面评估表明，TransGram在精确度和召回率方面始终优于广泛使用的工具StringTie2、IsoQuant、Bambu和ESPRESSO。