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
2秒前
花海完成签到,获得积分10
3秒前
荔枝励志完成签到 ,获得积分10
5秒前
尊敬雪萍完成签到,获得积分10
5秒前
molihuakai应助Lvs1r采纳,获得10
6秒前
小胖完成签到 ,获得积分10
7秒前
玛斯特尔发布了新的文献求助10
7秒前
JOBZ完成签到,获得积分10
11秒前
朵朵完成签到,获得积分10
11秒前
JHJ完成签到 ,获得积分10
11秒前
大个应助李娜采纳,获得10
12秒前
winnie发布了新的文献求助10
13秒前
郑欢欢完成签到 ,获得积分10
13秒前
Ada完成签到 ,获得积分10
13秒前
小黑猫跑酷完成签到 ,获得积分10
14秒前
Aoyang完成签到,获得积分10
15秒前
二三发布了新的文献求助10
15秒前
逢场作戱__完成签到 ,获得积分10
15秒前
文乐完成签到,获得积分10
15秒前
含蓄薯片完成签到 ,获得积分10
16秒前
昴星引路完成签到 ,获得积分10
16秒前
文静栾完成签到 ,获得积分10
16秒前
Bellow完成签到,获得积分20
18秒前
研友_LN32Mn完成签到,获得积分10
19秒前
舟舟完成签到,获得积分20
19秒前
21秒前
21秒前
笑解烦恼结完成签到,获得积分10
21秒前
GT完成签到,获得积分0
21秒前
二三完成签到,获得积分20
22秒前
星海拾贝者完成签到,获得积分10
23秒前
抹茶不迷糊完成签到,获得积分10
23秒前
24秒前
舟舟发布了新的文献求助10
24秒前
cc完成签到,获得积分10
25秒前
sinmon发布了新的文献求助10
25秒前
25秒前
27秒前
27秒前
成就发布了新的文献求助10
31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
Developing Genetic Editing Tools for Lysobacter 2000
卤化钙钛矿人工突触的研究 2000
Моделирование процессов самоорганизации в кристаллообразующих системах 1000
History of U.S. Space Surveillance and Satellite Cataloging 1000
Malcolm Fraser : a biography 700
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 6515757
求助须知:如何正确求助?哪些是违规求助? 8308774
关于积分的说明 17757980
捐赠科研通 5617747
什么是DOI,文献DOI怎么找? 2925146
邀请新用户注册赠送积分活动 1902103
关于科研通互助平台的介绍 1763488