CALMeR用上下文MAPQ改进长读长定量
热点事件观察中
CALMeR用上下文MAPQ改进长读长定量
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
S. C. Hicks 与 S. Parthiban 在 bioRxiv 预印本中提出并公开了长读长 RNA 测序的转录本定量方法 CALMeR（Context-Aware Long-read MAPQ-based Rescuer），代码发布在 GitHub 的 sparthib/CALMeR 仓库。论文称，该方法按转录本属性而非固定阈值来过滤 MAPQ，可改善长读长转录本定量。 具体做法是用零一膨胀 beta 回归拟合每条 alignment 的期望 MAPQ 分布，从而在多 isoform 基因和 paralog family 中保留符合情境的低 MAPQ reads，同时剔除疑似技术 artifact 造成的异常低 MAPQ reads。
AI 根据报道生成 · 10 小时前更新
最新进展10月31日 00:00
CALMeR：基于上下文感知 MAPQ 建模的长读长转录本定量报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- bioRxiv · BioinformaticsCALMeR：基于上下文感知 MAPQ 建模的长读长转录本定量
CALMeR通过基于转录本属性和read级特征的上下文感知MAPQ建模，改进长读长RNA测序的转录本定量。它采用零一膨胀 beta 回归拟合每条alignment的期望MAPQ分布，保留多isoform基因和paralog family中符合情境的低MAPQ reads，并移除疑似artifact的异常低MAPQ reads。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。