Hybridization-based reconstruction of small non-coding RNA transcripts from deep sequencing data.
Hybridization-based reconstruction of small non-coding RNA transcripts from deep sequencing data.
复制标题
DOI：
10.1093/nar/gks505
复制
发表时间：
2012-09
影响因子：
14.9
通讯作者：
Bauer DC
中科院分区：
文献类型：
--
作者：
Ragan C;Mowry BJ;Bauer DC
RNA 测序技术 (RNA-Seq) 的最新进展通过从大小分级的 RNA 文库中生成数百万个短序列读数，实现了对 RNA 的全面分析。尽管用于检测和区分非编码 RNA (ncRNA) 与参考基因组数据的传统工具可应用于序列数据，但可通过利用这项新技术提供的完整信息内容来改进 ncRNA 检测。在这里，我们推出了 NorahDesk，这是第一个从 RNA-Seq 数据中检测小 ncRNA 的无偏且普遍适用的方法。 NorahDesk 利用小 RNA 序列数据的覆盖度分布以及二级结构的热力学评估来可靠地预测和注释 ncRNA 类别。使用来自大脑、骨骼肌、睾丸和卵巢的公开小鼠序列数据，我们评估了我们的方法，重点是 microRNA (miRNA) 和 piwi 相互作用小 RNA (piRNA) 的性能。我们将我们的方法与 Dario 和 mirDeep2 进行了比较，发现 NorahDesk 生成的转录本更长，读取覆盖率更高。这一特性使其成为第一种特别适合预测已知和新型 piRNA 的方法。
Recent advances in RNA sequencing technology (RNA-Seq) enables comprehensive profiling of RNAs by producing millions of short sequence reads from size-fractionated RNA libraries. Although conventional tools for detecting and distinguishing non-coding RNAs (ncRNAs) from reference-genome data can be applied to sequence data, ncRNA detection can be improved by harnessing the full information content provided by this new technology. Here we present NorahDesk, the first unbiased and universally applicable method for small ncRNAs detection from RNA-Seq data. NorahDesk utilizes the coverage-distribution of small RNA sequence data as well as thermodynamic assessments of secondary structure to reliably predict and annotate ncRNA classes. Using publicly available mouse sequence data from brain, skeletal muscle, testis and ovary, we evaluated our method with an emphasis on the performance for microRNAs (miRNAs) and piwi-interacting small RNA (piRNA). We compared our method with Dario and mirDeep2 and found that NorahDesk produces longer transcripts with higher read coverage. This feature makes it the first method particularly suitable for the prediction of both known and novel piRNAs.
登录
查看更多内容
影响因子：
14.9
作者：
Kozomara A;Griffiths-Jones S
通讯作者：
Griffiths-Jones S
DOI：
10.1093/bioinformatics/btq363
发表时间：
2010-09-15
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Erhard F;Zimmer R
通讯作者：
Zimmer R
影响因子：
14.9
作者：
Huang PJ;Liu YC;Lee CC;Lin WC;Gan RR;Lyu PC;Tang P
通讯作者：
Tang P
影响因子：
5.8
作者：
Hofacker, IL;Stadler, PF
通讯作者：
Stadler, PF
影响因子：
12.3
作者：
Langmead B;Trapnell C;Pop M;Salzberg SL
通讯作者：
Salzberg SL