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
科研通AI6.3应助林加雄采纳,获得10
刚刚
传奇3应助ttt采纳,获得10
刚刚
刚刚
深情安青应助范宇航采纳,获得10
刚刚
1秒前
研友_ZlqeD8完成签到,获得积分10
1秒前
美少女完成签到 ,获得积分10
1秒前
英俊的铭应助C_采纳,获得10
1秒前
哈哈哈完成签到 ,获得积分10
1秒前
ZzzJY发布了新的文献求助10
2秒前
啦啦完成签到,获得积分10
2秒前
hadal完成签到,获得积分10
2秒前
YM发布了新的文献求助10
2秒前
路神烦烦哒完成签到 ,获得积分10
2秒前
2秒前
完美世界应助pyh采纳,获得10
2秒前
一纸墨香发布了新的文献求助10
2秒前
3秒前
CipherSage应助欢喜的汽车采纳,获得10
3秒前
优秀若剑发布了新的文献求助10
4秒前
biang完成签到,获得积分10
4秒前
盼盼发布了新的文献求助10
4秒前
张颖完成签到,获得积分10
5秒前
5秒前
tianrich发布了新的文献求助10
5秒前
fj发布了新的文献求助10
6秒前
6秒前
6秒前
6秒前
xia完成签到,获得积分10
7秒前
蓝星花完成签到 ,获得积分10
8秒前
8秒前
8秒前
荧光绿土豆泥完成签到,获得积分10
9秒前
wwwhan发布了新的文献求助10
9秒前
搜集达人应助平常的惜蕊采纳,获得10
10秒前
10秒前
Akim应助yang采纳,获得10
11秒前
科研同人完成签到,获得积分10
11秒前
slz发布了新的文献求助10
11秒前
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
Cronologia da história de Macau 5000
Braunwald’s Heart Disease, 2 Vol Set A Textbook of Cardiovascular Medicine 13th Edition 1000
Petrology and Plate Tectonics 800
Prompt Engineering for Clinicians: Harnessing AI in Everyday Medical Practice 600
Electrode Potentials 550
Handbook Of Synthetic Methodologies And Protocols Of Nanomaterials 500
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 内科学 物理 复合材料 催化作用 细胞生物学 光电子学 物理化学 电极 基因 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 6994690
求助须知:如何正确求助?哪些是违规求助? 8670532
关于积分的说明 18385324
捐赠科研通 6467116
什么是DOI,文献DOI怎么找? 3098185
关于科研通互助平台的介绍 2160535
邀请新用户注册赠送积分活动 2074566