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
1秒前
峥玄完成签到,获得积分10
1秒前
2秒前
阳阳秋发布了新的文献求助10
2秒前
如意的慕灵完成签到 ,获得积分10
2秒前
4秒前
4秒前
sagitar的应助被害羞的败采纳,获得20
4秒前
科研通AI6.4的应助被chuhan采纳,获得10
5秒前
5秒前
abb发布了新的文献求助10
5秒前
彭于晏的应助被stanfordlee采纳,获得50
5秒前
傅英俊完成签到,获得积分10
5秒前
娜比小新完成签到 ,获得积分10
6秒前
风趣青荷发布了新的文献求助10
6秒前
6秒前
7秒前
whiter完成签到,获得积分10
8秒前
8秒前
在水一方的应助被jiangmax采纳,获得10
8秒前
黑大帅发布了新的文献求助10
8秒前
yyychenn完成签到,获得积分10
9秒前
9秒前
团子发布了新的文献求助10
10秒前
sss发布了新的文献求助10
11秒前
12秒前
Ee发布了新的文献求助10
12秒前
13秒前
杜sda完成签到,获得积分10
13秒前
13秒前
大个的应助被Dai采纳,获得10
14秒前
Dqq发布了新的文献求助20
15秒前
张星星发布了新的文献求助10
17秒前
17秒前
huashiyuhangyuan完成签到,获得积分10
17秒前
团子完成签到,获得积分20
18秒前
18秒前
无极微光的应助被小泥点子采纳,获得20
18秒前
赘婿的应助被小墨采纳,获得30
18秒前
kun发布了新的文献求助10
18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
Les Mantodea De Guyane 2000
Energie-Contracting 1500
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Stochastic Models in Operations Research,Vol. 2 600
Organizational Behavior 510
Critical Bildung: Hegel and the Logic of Diremption 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 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8035962
求助须知:如何正确求助?哪些是违规求助? 9472342
关于积分的说明 21257983
捐赠科研通 7605734
什么是DOI,文献DOI怎么找? 3389996
关于科研通互助平台的介绍 2521961
邀请新用户注册赠送积分活动 2427304