CPAT: Coding-Potential Assessment Tool using an alignment-free logistic regression model.
CPAT: Coding-Potential Assessment Tool using an alignment-free logistic regression model.
复制标题
DOI：
10.1093/nar/gkt006
复制
发表时间：
2013-04-01
影响因子：
14.9
通讯作者：
Li W
中科院分区：
文献类型：
--
作者：
Wang L;Park HJ;Dasari S;Wang S;Kocher JP;Li W
已经使用深度转录组测序鉴定了数千种新的转录物。这一发现的大型和“隐藏”转录组振兴的方法，可以快速区分编码和非编码RNA的需求。在这里，我们提出了一种新的无干扰的方法，编码潜力评估工具（CPAT），它可以快速识别编码和非编码转录本从一个大的候选人池。为此，CPAT使用逻辑回归模型，该模型由四个序列特征构建：开放阅读框大小、开放阅读框覆盖率、Fickett TESTCODE统计量和六聚体使用偏倚。CPAT软件优于（灵敏度：0.96，特异性：0.97）其他最先进的基于验证的软件，如编码潜力计算器（灵敏度：0.99，特异性：0.74）和Phylo密码子替换频率（灵敏度：0.90，特异性：0.63）。除了高准确性，CPAT比编码潜力计算器和Phylo密码子替换频率快大约四个数量级，使其用户能够在几秒钟内处理数千份转录本。该软件接受FASTA或BED格式数据文件中的输入序列。我们还为CPAT开发了一个Web界面，允许用户提交序列并几乎立即收到预测结果。
Thousands of novel transcripts have been identified using deep transcriptome sequencing. This discovery of large and ‘hidden’ transcriptome rejuvenates the demand for methods that can rapidly distinguish between coding and noncoding RNA. Here, we present a novel alignment-free method, Coding Potential Assessment Tool (CPAT), which rapidly recognizes coding and noncoding transcripts from a large pool of candidates. To this end, CPAT uses a logistic regression model built with four sequence features: open reading frame size, open reading frame coverage, Fickett TESTCODE statistic and hexamer usage bias. CPAT software outperformed (sensitivity: 0.96, specificity: 0.97) other state-of-the-art alignment-based software such as Coding-Potential Calculator (sensitivity: 0.99, specificity: 0.74) and Phylo Codon Substitution Frequencies (sensitivity: 0.90, specificity: 0.63). In addition to high accuracy, CPAT is approximately four orders of magnitude faster than Coding-Potential Calculator and Phylo Codon Substitution Frequencies, enabling its users to process thousands of transcripts within seconds. The software accepts input sequences in either FASTA- or BED-formatted data files. We also developed a web interface for CPAT that allows users to submit sequences and receive the prediction results almost instantly.
登录
查看更多内容
影响因子：
64.5
作者：
Huarte M;Guttman M;Feldser D;Garber M;Koziol MJ;Kenzelmann-Broz D;Khalil AM;Zuk O;Amit I;Rabani M;Attardi LD;Regev A;Lander ES;Jacks T;Rinn JL
通讯作者：
Rinn JL
影响因子：
64.8
作者：
通讯作者：
--
影响因子：
56.9
作者：
Carninci, P;Kasukawa, T;Hayashizaki, Y
通讯作者：
Hayashizaki, Y
影响因子：
46.9
作者：
Trapnell C;Williams BA;Pertea G;Mortazavi A;Kwan G;van Baren MJ;Salzberg SL;Wold BJ;Pachter L
通讯作者：
Pachter L
影响因子：
4.3
作者：
Dinger ME;Pang KC;Mercer TR;Mattick JS
通讯作者：
Mattick JS