选择性剪接研究的一大利器！山东大学李国君团队开发精确、灵敏、稳定的装配方法

来源：iNature

原标题：Genome Biology | 选择性剪接研究的一大利器！山东大学李国君团队开发精确、灵敏、稳定的装配方法

2019年4月23号，山东大学数学学院李国君研究团队等人在Genome Biology上在线发表了题为TransLiG: a de novo transcriptome assembler that uses line graph iteration的文章。该研究介绍了一种新的新装配程序TransLiG，它是从剪接图出发，通过分段路径和迭代构造加权线图来实现的。TransLiG是为了将序列深度和对端信息集成到装配过程中，通过分阶段路径和迭代构造线型图，使之大大优于所有显著的同类工具。此外，在不同的评估参数下，TransLiG稳定地保持了最佳的性能。

选择性剪接是真核生物基因遗传调控的一种重要形式，它增加了基因功能的多样性，增加了疾病的风险。人类基因在内的大多数真核基因都经历了选择性剪接的过程，因此一个基因在不同的细胞条件下可以产生几十个甚至数百个剪接异构体，从而导致不同的功能和潜在的疾病。因此，在特定条件下对所有全长转录本的鉴定在随后的许多生物学研究中起着至关重要的作用。然而，我们还远没有一个完整的人类转录本的景观，而且对于非人类的真核生物物种来说，情况就更不清楚了。

RNA-seq是一种强大的技术，它可以在整个转录组水平上识别表达的基因以及测量丰度，并以前所未有的准确度。RNA-seq方法以抽样表达的转录本为输入，产生超过2亿条短时读取，每次测序读取的长度一般为50-150个碱基对，这对从RNA-seq读取中重建完整的转录本提出了巨大的挑战。首先，不同的转录本具有高度不同的表达丰度，从而构建了序列图。覆盖范围很不均匀。第二，来自同一基因的不同转录本可以通过选择性剪接而共享外显子序列，使得剪接图更加复杂。第三，大量的RNA-seq读取包含测序错误，这使得从RNA-seqq数据中组装那些低表达的转录本变得更加困难。所有这些都使得转录组的组装问题具有很大的挑战性。

近年来，解决转录本组装问题的方法越来越多，其中大多数可以分为两种方法：基于参考(或基因组指导)的方法和其他新方法。基于参考的方法，如Scallop、TransComb、StringTie、cufflink和Scripture通常首先使用hISat、Star、tophat、SpliceMap、MapSplice等比对工具将RNA-seq读入参考基因组。或GSNAP，来自同一基因位点会落入一个簇形成剪接图，所有表达的转录本都可以通过遍历这些图来组装。这种策略汇编的转录本通常比新策略具有更高的准确性，因为它受益于参考基因组，但在实践中它受到严重限制，因为目前大多数物种都无法获得这样高质量的参考基因组。

TransLiG流程图

本文介绍了一种新的新装配程序TransLiG，它是从剪接图出发，通过分段路径和迭代构造加权线图来实现的。TransLiG中的分阶段路径的思想来自Scallop，这是一种基于参考的转录组汇编程序，它在图中也采用了类似的分阶段路径策略。虽然Scallop和TransLiG有着相同的图分解思想，但它们使用序列深度和配对结束信息的方式有所不同。不同于Scallop通过迭代构造局部二部图来分解图，TransLiG通过迭代构造加权线图来寻求全局最优解。

TransLiG是为了将序列深度和对端信息集成到装配过程中，通过分阶段路径和迭代构造线型图，使之大大优于所有显著的同类工具。在人工数据和真实数据上进行测试，精度分别比BinPacker和Bridger高6%，在人工数据上比三位一体高出近15%，在被测小鼠数据上分别比BinPacker、Bridger和三一分别高7%、14%和21%。TransLiG不仅达到了最高的精度，而且在所有测试数据集上都达到了最高的灵敏度。此外，在不同的评估参数下，TransLiG稳定地保持了最佳的性能。