Endogenous labeling empowers accurate detection of m <sup>6</sup> A from single long reads of direct RNA sequencing
Notice bibliographique
Résumé
ABSTRACT Although plenty of machine learning models have been developed to detect m 6 A RNA modification sites using the electric current signals of ONT direct RNA sequencing (DRS) reads, the landscape of m 6 A on different RNA isoforms is still a mystery due to their limited capacity to distinguish the m 6 A on individual long reads and RNA isoforms. The primary challenge in training the model with single-read accuracy is the difficulty of obtaining the training data from individual DRS reads that comprehensively represent the m 6 A on endogenous RNAs. Here, we endogenously label the methylated m 6 A sites on single ONT DRS reads by APOBEC1-YTH induced C-to-U mutations, strategically positioned 10-100 nt away from the known m 6 A sites on the same reads. Adopting a semi-supervised leaning strategy, we obtain 700,438 reliable 5-mer single-read level m 6 A signals, providing a comprehensive representation of m 6 A on endogenous RNAs. Leveraging this dataset, we develop m6Aiso, a deep residual neural network model that not only accurately identifies and quantifies known m 6 A sites but also reveals unknown, subtly methylated m 6 A sites responsive to METTL3 depletion. Analyzing m6Aiso-determined m 6 A on single reads and isoforms uncovers distance-dependent linkages of m 6 A sites along single molecules, as well as differential methylation of identical m 6 A sites on different isoforms. Moreover, we find wide-spread functionally important dynamic changes of m 6 A sites on specific isoforms during epithelial-mesenchymal transition (EMT). The pivotal utilization of the endogenous labeling strategy empowers m6Aiso to achieve remarkable precision in pinpointing m 6 A on individual molecules, underscores its effectiveness in elucidating the intricate dynamics and complexities of m 6 A across RNA isoforms.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».