IDBA-tran: a more robust de novo de Bruijn graph assembler for transcriptomes with uneven expression levels

德布鲁恩序列 德布鲁因图 计算机科学 图形 转录组 从头转录组组装 顺序装配 生物 软件 计算生物学 遗传学 理论计算机科学 基因表达 基因 组合数学 程序设计语言 数学
作者
Yu Peng,Henry C. M. Leung,Siu‐Ming Yiu,Mingju Lv,Xin‐Guang Zhu,Francis Y. L. Chin
出处
期刊:Bioinformatics [Oxford University Press]
卷期号:29 (13): i326-i334 被引量:207
标识
DOI:10.1093/bioinformatics/btt219
摘要

Abstract Motivation: RNA sequencing based on next-generation sequencing technology is effective for analyzing transcriptomes. Like de novo genome assembly, de novo transcriptome assembly does not rely on any reference genome or additional annotation information, but is more difficult. In particular, isoforms can have very uneven expression levels (e.g. 1:100), which make it very difficult to identify low-expressed isoforms. One challenge is to remove erroneous vertices/edges with high multiplicity (produced by high-expressed isoforms) in the de Bruijn graph without removing correct ones with not-so-high multiplicity from low-expressed isoforms. Failing to do so will result in the loss of low-expressed isoforms or having complicated subgraphs with transcripts of different genes mixed together due to erroneous vertices/edges. Contributions: Unlike existing tools, which remove erroneous vertices/edges with multiplicities lower than a global threshold, we use a probabilistic progressive approach to iteratively remove them with local thresholds. This enables us to decompose the graph into disconnected components, each containing a few genes, if not a single gene, while retaining many correct vertices/edges of low-expressed isoforms. Combined with existing techniques, IDBA-Tran is able to assemble both high-expressed and low-expressed transcripts and outperform existing assemblers in terms of sensitivity and specificity for both simulated and real data. Availability: http://www.cs.hku.hk/∼alse/idba_tran. Contact: chin@cs.hku.hk Supplementary information: Supplementary data are available at Bioinformatics online.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
wanglihui完成签到 ,获得积分10
2秒前
4秒前
仰望星空完成签到,获得积分10
4秒前
5秒前
6秒前
酷波er应助淡淡十三采纳,获得10
6秒前
ding应助lmq采纳,获得10
8秒前
猫尾巴发布了新的文献求助10
9秒前
刚刚完成签到,获得积分10
10秒前
wh2024发布了新的文献求助10
10秒前
阿图发布了新的文献求助10
11秒前
11秒前
华仔应助月蚀六花采纳,获得10
11秒前
atlas wu完成签到,获得积分10
12秒前
十七发布了新的文献求助10
12秒前
13秒前
13秒前
14秒前
科目三应助一一一采纳,获得30
14秒前
廖无极完成签到 ,获得积分10
14秒前
suxin发布了新的文献求助10
14秒前
17秒前
17秒前
18秒前
21秒前
猫尾巴完成签到,获得积分10
22秒前
22秒前
xibei发布了新的文献求助10
22秒前
lmq发布了新的文献求助10
23秒前
谦让友绿发布了新的文献求助10
24秒前
万能图书馆应助月蚀六花采纳,获得10
25秒前
26秒前
26秒前
一一一发布了新的文献求助30
27秒前
科研通AI2S应助Karissa采纳,获得10
29秒前
29秒前
30秒前
烟落发布了新的文献求助10
31秒前
Alisa发布了新的文献求助10
33秒前
十七完成签到,获得积分10
34秒前
高分求助中
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 500
Spatial Political Economy: Uneven Development and the Production of Nature in Chile 400
Research on managing groups and teams 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3329329
求助须知:如何正确求助?哪些是违规求助? 2959023
关于积分的说明 8593998
捐赠科研通 2637470
什么是DOI,文献DOI怎么找? 1443549
科研通“疑难数据库(出版商)”最低求助积分说明 668773
邀请新用户注册赠送积分活动 656146