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:146
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
刚刚
钟钟完成签到,获得积分10
1秒前
ybwei2008_163发布了新的文献求助10
7秒前
小蒋完成签到,获得积分10
8秒前
10秒前
鹿璟璟完成签到 ,获得积分10
11秒前
胡思完成签到,获得积分10
12秒前
十月完成签到 ,获得积分10
12秒前
顺利白竹完成签到 ,获得积分10
14秒前
猪猪hero发布了新的文献求助10
15秒前
桂鱼完成签到 ,获得积分10
16秒前
曾经耳机完成签到 ,获得积分10
21秒前
leo完成签到,获得积分10
22秒前
23秒前
清水完成签到 ,获得积分10
24秒前
久怨完成签到,获得积分10
25秒前
久怨发布了新的文献求助10
29秒前
Lucas应助ybwei2008_163采纳,获得10
29秒前
NexusExplorer应助ybwei2008_163采纳,获得10
29秒前
欧耶耶完成签到 ,获得积分10
32秒前
serenity711完成签到 ,获得积分10
34秒前
安静严青完成签到 ,获得积分10
38秒前
俏皮含双完成签到,获得积分10
38秒前
彦卿完成签到 ,获得积分10
41秒前
安雯完成签到 ,获得积分10
45秒前
elerain完成签到,获得积分10
48秒前
落后妖妖完成签到 ,获得积分10
56秒前
俊逸的香萱完成签到 ,获得积分10
57秒前
小二郎应助猪猪hero采纳,获得10
1分钟前
1分钟前
慢慢完成签到 ,获得积分10
1分钟前
原子超人完成签到,获得积分10
1分钟前
1分钟前
1分钟前
GONTUYZ完成签到 ,获得积分10
1分钟前
宇老师发布了新的文献求助10
1分钟前
快快完成签到 ,获得积分10
1分钟前
chenying完成签到 ,获得积分0
1分钟前
皮皮完成签到 ,获得积分10
1分钟前
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Applied Min-Max Approach to Missile Guidance and Control 5000
Metallurgy at high pressures and high temperatures 2000
Inorganic Chemistry Eighth Edition 1200
Anionic polymerization of acenaphthylene: identification of impurity species formed as by-products 1000
The Psychological Quest for Meaning 800
Signals, Systems, and Signal Processing 610
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6325912
求助须知:如何正确求助?哪些是违规求助? 8142015
关于积分的说明 17071663
捐赠科研通 5378411
什么是DOI,文献DOI怎么找? 2854177
邀请新用户注册赠送积分活动 1831834
关于科研通互助平台的介绍 1683076