費(fèi)城兒童醫(yī)院（CHOP）的一個(gè)研究小組開發(fā)了一種創(chuàng)新的計(jì)算工具，為研究人員提供了一種有效的方法，用于檢測從DNA復(fù)制時(shí)RNA拼接在一起（拼接）的不同方式。由于RNA剪接方式的變化在許多疾病中發(fā)揮著至關(guān)重要的作用，這種新的分析工具將為發(fā)現(xiàn)疾病生物標(biāo)志物和治療目標(biāo)提供更大的能力，甚至可以從覆蓋范圍適中的RNA測序數(shù)據(jù)集中獲得。
研究負(fù)責(zé)人易興，博士，CHOP 計(jì)算與基因組醫(yī)學(xué)中心主任，第一作者和博士生Zijun Zhang和Zhicheng Pan本周在自然方法方面報(bào)道了他們的DARTS框架。DARTS（Transcript Splicing的深度學(xué)習(xí)增強(qiáng)RNA-seq分析）使用基于深度學(xué)習(xí)的預(yù)測來利用RNA測序（RNA-seq）的公共數(shù)據(jù)集中可用的大量信息，從而允許對可變剪接的新見解。
Xing長期以來一直致力于選擇性剪接 - 將單個(gè)基因的DNA信息以不同方式拼接在一起，在基因轉(zhuǎn)錄后產(chǎn)生不同的信使RNA和蛋白質(zhì)產(chǎn)物。每個(gè)基因平均產(chǎn)生10個(gè)或更多這樣的產(chǎn)品，有時(shí)多達(dá)38,000個(gè)。選擇性剪接的這些變異可能導(dǎo)致疾病，改變疾病風(fēng)險(xiǎn)，或使疾病更溫和或更糟。
大規(guī)模平行RNA測序現(xiàn)在是研究人員用于研究可變剪接的標(biāo)準(zhǔn)技術(shù)。然而，為了準(zhǔn)確測量可變剪接，RNA測序?qū)嶒?yàn)必須非常深入。一致認(rèn)為，分析選擇性剪接需要超過1億個(gè)序列，但由于成本高，大多數(shù)研究人員無法承擔(dān)他們的RNA測序?qū)嶒?yàn)。此外，許多醫(yī)學(xué)上重要的基因不以高水平表達(dá)。即使是深度RNA測序?qū)嶒?yàn)也無法對這些基因產(chǎn)生足夠的覆蓋率，因此幾乎不可能測量基因的可選剪接模式。
在目前的研究中，Xing的團(tuán)隊(duì)首先利用來自國家人類基因組研究所發(fā)起的國際計(jì)劃ENCODE Consortium等來源的大規(guī)模公共領(lǐng)域RNA測序數(shù)據(jù)來識別基因組中的所有功能元件，包括那些在RNA水平起作用的人。使用這些海量數(shù)據(jù)集，DARTS訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)來預(yù)測可變剪接的變化。該模型包含1,500個(gè)RNA結(jié)合蛋白的信使RNA（mRNA）水平和3,000個(gè)序列特征。
為了讓研究人員在他們自己的研究中使用深度學(xué)習(xí)模型，深度神經(jīng)網(wǎng)絡(luò)預(yù)測與使用稱為貝葉斯假設(shè)檢驗(yàn)的統(tǒng)計(jì)框架在特定生物樣本上生成的實(shí)際RNA測序數(shù)據(jù)相結(jié)合。研究人員可以在他們各自的實(shí)驗(yàn)室中使用這些信息，以更好地表征不同生物條件下的可變剪接。
DARTS計(jì)算框架
a，DARTS的整體工作流程。b，DARTS DNN特征的示意圖，包括順序序列特征和反式RBP特征。c，培訓(xùn)和遺漏RBP概述，以及DARTS BHT（扁平）在ENCODE數(shù)據(jù)上調(diào)用的顯著差異剪接事件的數(shù)量（由外圓和中圓上方的條形圖說明）。我們使用在K562和HepG2細(xì)胞系中敲低的196個(gè)RBP進(jìn)行訓(xùn)練（橙色），而僅在一個(gè)細(xì)胞系中敲除的剩余58個(gè)RBP是遺漏數(shù)據(jù)（淺橙色）（在內(nèi)圈中示出）。RRM，RNA識別基序; KH，K同源; ZNF，鋅指。d，遺漏數(shù)據(jù)集中DARTS DNN與基線方法的比較。KD，擊倒; CTRL，控制; RPL23A，核糖體蛋白L23a; AQR，水瓶座內(nèi)含子結(jié)合的剪接體因子。
研究人員將DARTS應(yīng)用于肺癌和前列腺癌細(xì)胞系，以測試其預(yù)測細(xì)胞剪接模式的能力。這些細(xì)胞系是從上皮細(xì)胞向間充質(zhì)細(xì)胞過渡的模型 - 胚胎發(fā)育和癌癥轉(zhuǎn)移的重要過程。通過利用深度學(xué)習(xí)預(yù)測，DARTS發(fā)現(xiàn)了許多基因中可變剪接模式的變化，這些基因逃脫了傳統(tǒng)計(jì)算工具的檢測，因?yàn)檫@些基因在細(xì)胞中以低水平表達(dá)。研究小組隨后進(jìn)行了實(shí)驗(yàn)以驗(yàn)證這些新穎的預(yù)測。這些新發(fā)現(xiàn)可能使科學(xué)家能夠更好地識別疾病的生物標(biāo)志物和治療靶點(diǎn)。
“DARTS提供了一個(gè)令人興奮的概念框架，我們可以適應(yīng)其他用途，”Xing補(bǔ)充說?！袄纾覀兛赡軙?chuàng)建一個(gè)預(yù)測特定患者組織中可選剪接的版本?！边@可能有助于改善組織活檢對罕見疾病的診斷，這是一種用于CHOP等兒科中心的有用技術(shù)，通?？梢栽u估患有疑似，未確診疾病的兒童。
邢總結(jié)說，DARTS可以讓科學(xué)家們更多地發(fā)現(xiàn)未被研究的基因的貢獻(xiàn)，這些基因可能不會在高水平表達(dá)，但對健康和疾病有重要影響?！癉ARTS為轉(zhuǎn)錄組的暗物質(zhì)提供了一個(gè)新窗口，”他說。
