Assessment and improvement of Indian-origin rhesus macaque and Mauritian-origin cynomolgus macaque genome annotations using deep transcriptome sequencing data.
Assessment and improvement of Indian-origin rhesus macaque and Mauritian-origin cynomolgus macaque genome annotations using deep transcriptome sequencing data.
复制标题
使用深层转录组测序数据的评估和改善印度 - 原始猕猴和毛丽丽 - 毛裂囊肿基因组注释。
DOI：
10.1111/jmp.12125
复制
发表时间：
2014-10
影响因子：
0.7
通讯作者：
Katze MG
中科院分区：
文献类型：
--
作者：
Peng X;Pipes L;Xiong H;Green RR;Jones DC;Ruzzo WL;Schroth GP;Mason CE;Palermo RE;Katze MG
恒河猴（Macaca mulatta）和食蟹猴（Macaca fascicularis）是两种最常见的非人灵长类动物模型，其基因组注释有限。我们分析了大规模的基于猕猴RNA的下一代测序（RNAseq）数据，以鉴定未注释的猕猴转录本。对于这两种猕猴物种，我们发现了数千种注释基因的新亚型和数千种富含非编码RNA的未注释基因间转录物。我们还确定了数以千计的转录本序列是部分或完全'失踪'从目前的猕猴基因组组装。我们发现，许多新鉴定的转录物在SIV感染恒河猴或埃博拉病毒感染食蟹猴期间差异表达。对于两个重要的猕猴物种，我们发现了数千种新的同种型和未注释的基因间转录物，包括编码和非编码RNA，多聚腺苷酸化和非多聚腺苷酸化转录物。这一资源将大大改善未来的猕猴研究，证明了他们在传染病研究中的应用。
The genome annotations of rhesus (Macaca mulatta) and cynomolgus (Macaca fascicularis) macaques, two of the most common non‐human primate animal models, are limited. We analyzed large‐scale macaque RNA‐based next‐generation sequencing (RNAseq) data to identify un‐annotated macaque transcripts. For both macaque species, we uncovered thousands of novel isoforms for annotated genes and thousands of un‐annotated intergenic transcripts enriched with non‐coding RNAs. We also identified thousands of transcript sequences which are partially or completely ‘missing’ from current macaque genome assemblies. We showed that many newly identified transcripts were differentially expressed during SIV infection of rhesus macaques or during Ebola virus infection of cynomolgus macaques. For two important macaque species, we uncovered thousands of novel isoforms and un‐annotated intergenic transcripts including coding and non‐coding RNAs, polyadenylated and non‐polyadenylated transcripts. This resource will greatly improve future macaque studies, as demonstrated by their applications in infectious disease studies.
登录
查看更多内容
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：
14.9
作者：
Wang L;Park HJ;Dasari S;Wang S;Kocher JP;Li W
通讯作者：
Li W
影响因子：
6.4
作者：
Chang ST;Sova P;Peng X;Weiss J;Law GL;Palermo RE;Katze MG
通讯作者：
Katze MG
影响因子：
12.3
作者：
Denoeud F;Aury JM;Da Silva C;Noel B;Rogier O;Delledonne M;Morgante M;Valle G;Wincker P;Scarpelli C;Jaillon O;Artiguenave F
通讯作者：
Artiguenave F
影响因子：
10.5
作者：
Cabili, Moran N.;Trapnell, Cole;Rinn, John L.
通讯作者：
Rinn, John L.