News Content

 

ABOUT_US   PEOPLE   RESEARCH   GALLERY   PUBLICATION   SOFTWARES   NEWS

Welcome ,  Visitor!

  

2017/1 CIRI2 was accepted by Briefings in Bioinformatics


Congratulations to Gao Yuan.


2017年1月,国际学术期刊Briefings in Bioinformatics发表了中国科学院北京生命科学研究院计算基因组实验室赵方庆团队题为“Circular RNA identification based on multiple seed matching”的最新研究成果。该研究基于目前环形RNA识别算法的不足,提出了全新的短片断迭代匹配算法及相应的最大似然估计,并将其应用于环形RNA后向接合读段的精确查找,显著提升了相应识别算法的表现。

目前已有的环形识别算法均基于对环形RNA后向接合读段的查找,主要可分为基于注释算法以及从头预测算法。然而由于真核转录复杂性及环形RNA的差异表达,两类识别算法面临灵敏度低、可靠性差、运算时间长或内存使用高等问题,其应用也因此受到限制。另一方面,对上述识别算法的评价体系却仍主要基于模拟数据,难以对相关算法在真实转录数据中的表现进行客观衡量。

针对此现状,赵方庆团队提出在后向接合读段的查找中采用对比对质量较低区域进行按长度降序的迭代短片断提取,并与前向及后向候选基因组区域快速匹配,按照改造的最大似然估计判断该读段的真实转录来源,从而避免来自复杂真核转录多样非经典产物的干扰,更加精确的识别环形RNA分子。同时,该研究还摒弃了偏差较大的模拟数据评测方法,采用 RNase R降解前后真实转录数据的比对体系,对十种已有算法进行全面的评测比较。结果显示短片断迭代匹配算法在包含灵敏度与可靠性在内的综合表现(F1得分)上具有明显优势,其并行模式还进一步提升了运算速度及内存使用效率。该算法可与赵方庆团队此前开发的CIRI-AS等下游分析工具实现无缝衔接,将进一步促进包括环形RNA功能及形成机制在内的相关后续研究。该算法已发布于https://sourceforge.net/projects/ciri/,供相关研究人员使用。

该工作主要由赵方庆课题组的博士毕业生高远完成,得到国家自然科学基金委和中国科学院的经费支持。



return