NatureMethods新方法能矯正RNAseq測序的技術偏差

　　基因表達分析正越來越多地用于癌癥的診斷和檢測，是生物學研究的主要工具，一種新型的計算方法可以提高基因表達分析的準確性。

　　來自卡耐基梅隆大學和紐約州立大學石溪分校的研究人員稱，他們的方法（被稱作Salmon）能夠矯正轉錄組測序技術（RNA-seq）中的技術偏差。而且這種技術預估基因表達水平的速度也與其它快速方法相當。

　　他們的方法已發表于3月6日的Nature Methods雜志，并且Salmon的資源代碼已經被成千上萬的用戶免費下載。

　　來自卡耐基梅隆大學計算生物學系的助理教授Carl Kingsford說，Salmon為RNA-seq實驗及其可能存在的偏差提供了更豐富的計算模型。為這種技術越來越多的應用于疾病和其壓型的分類、了解發育過程中的基因表達變化、以及跟蹤癌癥的進程等提供了重要的保障。

　　盡管生物體基因的構成是靜態的，但是個體基因的活動是隨著時間的推移而變化的，這使得基因表達成為理解生物體工作方式，以及疾病過程中發生了什么，的重要指標。基因的活性雖然不能被直接測量，但可以通過監視RNA來進行推斷。

　　RNA-seq是目前捕捉基因活性的領先技術。但是，根據由于不同組織、不同制備方法、不同實驗誤差，導致RNA-seq的讀數也會比實際偏高或偏低。

　　雖然我們知道會存在許多偏差，但是在對它們建模時還是會發生樣品循序的偏差。為此，倘若你準備用傳統的方法建立一個更復雜的偏差模型，那將是非常耗時的。

　　Salmon結合了一個新的雙相位并行推理算法、功能豐富的偏差模型，以及超快速讀取映射程序。這是第一個能正確測量GC片段偏差的，全轉錄組水平測量技術，能大幅度提高豐度估值的準確性以及差異表達分析的靈敏度。

　　Salmon算法得名于一種擅長逆流而上的魚——鮭魚。當實驗數據“流過”時，該種算法可以直接估計出偏差的影響和基因表達水平。因此，它可以像其他快速分析工具一樣，迅速而準確地得知基因表達水平。