Beta-Binomial Modeling of CRISPR Pooled Screen Data Identifies Target Genes with Greater Sensitivity and fewer False Negatives
Notice bibliographique
Résumé
\beginabstract The CRISPR (Clustered Regularly Interspaced Short Palindromic Repeats)/Cas9 gene-editing platform is simple, cost-effect, and robust, and it has allowed high-throughput pooled screen approaches to be accessible by any laboratory. As a result, large amounts of next-generation sequencing data is being generated at a fast rate, but utilizing this data is challenging due to three hurdles: designing a statistical model to identify the hit genes, developing an accurate alignment algorithm to extract readout for each single-guide RNA (sgRNA) from the sequence data, and minimizing the parameters that have to be tuned. Several methods have been proposed to tackle the challenges above, but most of them use the negative binomial distribution to model CRISPR pooled screen data even though the structure of the sgRNA screen data is far away from the nature of RNA-seq data which tend to be over-dispersed. In RNA-seq data the length of the transcript varies, while the length of sgRNAs used for the CRISPR system is designed to be the same in any gene which often leads to under-dispersion. Here we propose CRISPRBetaBinomial (CB\textsuperscript2 ) which uses the beta-binomial distribution which better models the CRISPR pooled screen data (\urlhttps://CRAN.R-project.org/package=CB2 ) \citeJeong01062019. We used published screen datasets to benchmark the accuracy of CB\textsuperscript2 and compared it to eight published methods. CB\textsuperscript2 outperforms the other methods in both alignment and target identification (Figure \reffig:teaser ). CB\textsuperscript2 will also accelerate discovering novel biological findings from CRISPR pooled screens with the cooperation of CRISPRcloud (\urlhttp://crispr.nrihub.org ). \endabstract
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».