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
2秒前
彳亍宣完成签到 ,获得积分10
5秒前
feiyafei完成签到 ,获得积分10
6秒前
zxy929600959完成签到,获得积分10
6秒前
tianmengkui完成签到,获得积分10
15秒前
彳系禾完成签到 ,获得积分10
17秒前
尊敬康乃馨完成签到,获得积分10
19秒前
论文小能手完成签到 ,获得积分10
21秒前
英吉利25发布了新的文献求助10
22秒前
徐涛完成签到 ,获得积分10
31秒前
Zephyrine完成签到 ,获得积分10
32秒前
pengpengpeng完成签到,获得积分10
34秒前
时老完成签到 ,获得积分10
37秒前
明理芷巧完成签到,获得积分10
37秒前
41秒前
yes完成签到 ,获得积分10
43秒前
su完成签到 ,获得积分0
44秒前
无辜的凝安完成签到,获得积分10
45秒前
英吉利25发布了新的文献求助10
51秒前
yueshao完成签到 ,获得积分10
52秒前
寒假疯完成签到 ,获得积分10
57秒前
锦先生完成签到 ,获得积分10
58秒前
良辰美景完成签到 ,获得积分10
1分钟前
1分钟前
拼搏的寒凝完成签到 ,获得积分10
1分钟前
1分钟前
yy完成签到 ,获得积分10
1分钟前
勤奋的白萱完成签到,获得积分10
1分钟前
柒柒球完成签到 ,获得积分10
1分钟前
上官若男的应助被Linly采纳,获得10
1分钟前
泥嚎完成签到,获得积分10
1分钟前
1分钟前
香蕉新儿完成签到,获得积分10
1分钟前
认真的诗槐完成签到 ,获得积分10
1分钟前
1分钟前
橘子的应助被科研通管家采纳,获得10
1分钟前
丘比特的应助被科研通管家采纳,获得30
1分钟前
1分钟前
小赵完成签到 ,获得积分10
1分钟前
寒冷的断秋完成签到,获得积分10
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
Aspects of Post-SPE Phonology 2000
Nanocomposite Removal of Pesticides from Wastewater 1000
Rosenblum, Global Change Biology 800
Final Report for the 2-D Test of Model 901 Rotor and Wing Airfoils (BSWT 592) 528
Berberine regulates the TLR4 signaling pathway to suppress hypoxia-induced proliferation and migration of pulmonary arterial smooth muscle cells 520
Organizational Behavior 510
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 物理 有机化学 化学工程 内科学 生物化学 复合材料 催化作用 心理学 细胞生物学 无机化学 电极 光电子学 人工智能
热门帖子
关注 科研通微信公众号,转发送积分 7900689
求助须知:如何正确求助?哪些是违规求助? 9408037
关于积分的说明 20878266
捐赠科研通 7503528
什么是DOI,文献DOI怎么找? 3360570
关于科研通互助平台的介绍 2498930
邀请新用户注册赠送积分活动 2390555