模型训练与优化
建立并优化能同时检测六种RNA修饰的深度学习模型。
从天然RNA纳米孔测序数据提取kmer特征,使用NGS金标准标签训练de novo二分类模型和多标签修饰推断模型,并比较不同标签策略和模型结构。
DirectRM: integrated detection of landscape and crosstalk between multiple RNA modifications using direct RNA sequencing.
包含体外模型(细胞系、病毒RNA)、NGS验证、突变质粒转染和MeRIP-qPCR功能验证等多层级证据。
HepAD38细胞系 MT-4细胞系 HTLV-1病毒RNA HEK293T细胞系
HepAD38训练样本使用RNA002和RNA004化学测序,每个细胞系两个重复 MT-4测试样本使用RNA004化学测序两个重复,NGS修饰检测三个重复 模型训练使用NGS衍生的金标准修饰位点作为标签,正负样本比例约1:5 HTLV-1 Tax基因六个高置信位点进行突变质粒转染和MeRIP-qPCR验证,n=3 De novo模型性能在IVET数据集上评估,覆盖度阈值建议10×
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
建立并优化能同时检测六种RNA修饰的深度学习模型。
从天然RNA纳米孔测序数据提取kmer特征,使用NGS金标准标签训练de novo二分类模型和多标签修饰推断模型,并比较不同标签策略和模型结构。
评估de novo模型识别非经典kmer的能力并与现有工具比较。
在IVET数据集(m6A、m1A、m5C)上计算F1-score、精确度和召回率,并与Tombo和ELIGOS比较;在天然样本中评估候选位点识别比例。
确定候选kmer中修饰的具体类型和位置,并评估多标签整合模型的优势。
使用基于注意力的多实例多标签模型,比较整合模型与独立二分类模型的AUROC和错误率,并在IVET数据集上验证。
验证DirectRM在天然样本中的敏感性、特异性、重复性和泛化能力。
在HepAD38、MT-4细胞系和HTLV-1病毒RNA上运行DirectRM,将检测位点与NGS数据比较,并进行跨细胞系和重复样本的修饰动态分析。
通过突变和MeRIP-qPCR实验验证DirectRM检测的修饰位点。
构建Tax基因突变质粒转染HEK293T细胞,用MeRIP-qPCR检测修饰富集信号变化。
利用长读长单分子测序数据研究修饰在转录本和分子水平的关联。
计算修饰位点间距离、条件概率和修饰率,分析相邻修饰的相互影响,并结合RNA结合蛋白结合区域和SHAP分析探讨功能意义。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 细胞培养 | Dulbecco改良Eagle培养基 | -- | -- |
| 胎牛血清 | PAN Seratech | ST30-3302 | |
| 四环素 | MedChemExpress | HY-B0474 | |
| G418 | Sigma-Aldrich | 345810 | |
| RPMI 1640培养基 | -- | -- | |
| RNA提取 | Trizol试剂 | Invitrogen | 15596026 |
| PA-Ψ-seq | 4-硫尿苷 | Selleck | E1292 |
| 抗假尿苷抗体 | MBL | 347-3 | |
| RNase T1 | -- | -- | |
| QIAseq miRNA UDI文库构建试剂盒 | Qiagen | 331505 | |
| 质粒转染 | Lipofectamine 3000转染试剂 | Invitrogen | L3000008 |
| MeRIP-qPCR | 兔抗m6A单克隆抗体 | Sigma | SAB5600251 |
| 鼠抗m5C单克隆抗体 | Proteintech | 68301-1-Ig | |
| 鼠抗m7G单克隆抗体 | Proteintech | 68302-1-Ig | |
| 鼠抗m1A单克隆抗体 | Proteintech | 68636-1-Ig | |
| 正常兔/鼠IgG抗体 | Santa Cruz Biotechnology | sc-2027/sc-2025 | |
| 磁珠 | Selleck | -- | |
| Evo M-MLV逆转录试剂盒 | Accurate Biology | AG11707 | |
| SYBR Green Pro Taq HS qPCR试剂盒 | Accurate Biology | AG11701 |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 细胞培养与样本来源 | HepAD38细胞系来源(ATCC CRL-3561)、MT-4细胞系来源(Changzhou Haotiangi Biotechnology Co., Ltd HTQ-XB-0733)、HEK293T细胞系来源(ATCC CRL-3216);培养基组成(DMEM、10% FBS、3 μg/mL四环素、400 μg/mL G418);培养条件37 °C、5% CO2。 阅读提示:Methods中Cell culture小节。 |
| 纳米孔直接RNA测序 | 测序化学(RNA002和RNA004)、每个细胞系重复数(两个重复)、碱基识别软件Dorado v0.6.2及模型RNA004_130bps_hac@v3.0.1、re-squiggle算法(Remora和Uncalled4)。 阅读提示:Methods中Nanopore direct RNA sequencing小节。 |
| 模型训练标签生成 | NGS衍生修饰位点来源(m6A-atlas2、m7GHub等)、细胞特异性峰过滤条件、正负样本比例约1:5、训练/验证划分70:30。 阅读提示:Methods中Modification type and exact location inference小节及Results相关段落。 |
| HTLV-1突变验证 | 突变位点及碱基替换(m6A A7380C/A7402C,m1A A7553C/A7666C,m5C C7373A,m7G G7978T/G7576T)、转染细胞(HEK293T)、MeRIP-qPCR抗体和qPCR引物序列、生物学重复数(至少三个)。 阅读提示:Methods中Plasmid constructions和MeRIP-qPCR小节,以及Fig. 5d图注。 |
| 修饰关联分析 | 距离阈值(100 bp)、修饰对数量(n=30)、置换检验方法、条件概率计算定义、RNA结合蛋白结合区域来源。 阅读提示:Results中Molecule-level investigation revealed potential associations between modifications小节及Fig. 6图注。 |