DeepConsensus improves the accuracy of sequences with a gap-aware sequence transformer

计算机科学 共识序列 计算生物学 标识符 DNA测序 变压器 马尔可夫链 序列(生物学) 编码器 算法 生物 遗传学 基因 基序列 物理 电压 机器学习 量子力学 程序设计语言 操作系统
作者
Gunjan Baid,Daniel E. Cook,Kishwar Shafin,Taedong Yun,Felipe Llinares-López,Quentin Berthet,Anastasiya Belyaeva,Armin Töpfer,Aaron M. Wenger,William J. Rowell,Howard H. Yang,Alexey Kolesnikov,Waleed Ammar,Jean‐Philippe Vert,Ashish Vaswani,Cory Y. McLean,Maria Nattestad,Pi-Chuan Chang,Andrew Carroll
出处
期刊:Nature Biotechnology [Nature Portfolio]
卷期号:41 (2): 232-238 被引量:152
标识
DOI:10.1038/s41587-022-01435-7
摘要

Circular consensus sequencing with Pacific Biosciences (PacBio) technology generates long (10–25 kilobases), accurate ‘HiFi’ reads by combining serial observations of a DNA molecule into a consensus sequence. The standard approach to consensus generation, pbccs, uses a hidden Markov model. We introduce DeepConsensus, which uses an alignment-based loss to train a gap-aware transformer–encoder for sequence correction. Compared to pbccs, DeepConsensus reduces read errors by 42%. This increases the yield of PacBio HiFi reads at Q20 by 9%, at Q30 by 27% and at Q40 by 90%. With two SMRT Cells of HG003, reads from DeepConsensus improve hifiasm assembly contiguity (NG50 4.9 megabases (Mb) to 17.2 Mb), increase gene completeness (94% to 97%), reduce the false gene duplication rate (1.1% to 0.5%), improve assembly base accuracy (Q43 to Q45) and reduce variant-calling errors by 24%. DeepConsensus models could be trained to the general problem of analyzing the alignment of other types of sequences, such as unique molecular identifiers or genome assemblies.
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
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
完美世界的应助被出保函费采纳,获得10
刚刚
刚刚
lx的应助被razor采纳,获得10
刚刚
1秒前
HIBARA发布了新的文献求助10
1秒前
田様的应助被程佳运采纳,获得10
1秒前
renbaobei完成签到,获得积分10
2秒前
4秒前
5秒前
共享精神的应助被泡芙小姐采纳,获得10
5秒前
5秒前
samgood发布了新的文献求助10
6秒前
yandong发布了新的文献求助10
6秒前
9秒前
9秒前
七星嘿咻发布了新的文献求助10
9秒前
zkx发布了新的文献求助10
10秒前
11秒前
拓力库海发布了新的文献求助10
11秒前
molihuakai的应助被226一点采纳,获得10
11秒前
11秒前
情怀的应助被Shi___yi采纳,获得10
12秒前
12秒前
科研通AI6.4的应助被LULU采纳,获得10
14秒前
14秒前
负责月光发布了新的文献求助10
16秒前
gudaobo完成签到,获得积分10
17秒前
李依雪发布了新的文献求助10
18秒前
秋风的应助被橘子采纳,获得10
18秒前
18秒前
司马绮山发布了新的文献求助10
18秒前
阿树完成签到,获得积分10
19秒前
桐桐的应助被yyy采纳,获得10
20秒前
22秒前
杨润恒完成签到,获得积分10
23秒前
zyc完成签到,获得积分10
23秒前
小油菜发布了新的文献求助10
23秒前
24秒前
25秒前
传奇3的应助被椰子采纳,获得10
25秒前
高分求助中
(应助此贴封号)通过应助OA文献获取积分 10000
Rosenblum, Global Change Biology 800
Computational Chemical Reaction Engineering: Modeling, Simulation, and Design with MATLAB 600
Organizational Behavior 510
Management and the Arts 510
CLSI C56QG Examples of Hemolyzed, Icteric, and Lipemic/Turbid Samples Quick Guide 400
Encyclopedia of Geology 2nd Edition 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 内科学 物理 有机化学 化学工程 生物化学 复合材料 光电子学 细胞生物学 心理学 量子力学 催化作用 物理化学 电极
热门帖子
关注 科研通微信公众号,转发送积分 7805047
求助须知:如何正确求助?哪些是违规求助? 9338676
关于积分的说明 20492464
捐赠科研通 7397030
什么是DOI,文献DOI怎么找? 3327649
关于科研通互助平台的介绍 2474536
邀请新用户注册赠送积分活动 2345768