困惑度作为人类转录组异构体多样性的指标

《Genome Biology》：Perplexity as a metric for isoform diversity in the human transcriptome

　　

摘要

表征长读长 RNA 测序揭示的广泛异构体多样性仍然具有挑战性。在去除技术伪影后，现有流程应用任意表达阈值，过滤掉真实的转录本结构，从而掩盖多样性并阻碍可重复性。我们没有丢弃异构体，而是提出了一种根本不同的方法来量化异构体多样性，使用困惑度——即基于香农熵得出的基因有效异构体数量——其中每一个异构体，包括低丰度的异构体，都按比例地对基因的多样性做出贡献。通过分析涵盖 55 种人类细胞类型的 124 个 ENCODE4 PacBio 数据集，我们表明困惑度能够跨基因、调控层级和组织提供可解释且可重复的异构体多样性测量。