L'apprentissage par transfert permet l'identification de multiples types de modifications de l'ARN grâce au séquençage RNA direct par nanopore

Résumé Le séquençage RNA direct par nanopore (DRS) est devenu un outil puissant pour l'identification des modifications de l'ARN. Cependant, la détection simultanée de multiples types de modifications dans un seul échantillon DRS reste un défi. Ici, nous développons TandemMod, un cadre d'apprentissage profond transférable capable de détecter plusieurs types de modifications de l'ARN à partir de données DRS uniques. Pour entraîner des modèles TandemMod hautes performances, nous générons des ensembles de données épitranscriptomiques in vitro à partir de bibliothèques d'ADNc, contenant des milliers de transcrits étiquetés avec divers types de modifications de l'ARN. Nous validons la performance de TandemMod sur des transcrits in vitro et des lignées cellulaires humaines in vivo, confirmant sa haute précision pour le profilage des sites de modification m 6 A et m 5 C. De plus, nous effectuons un apprentissage par transfert pour identifier d'autres modifications telles que m 7 G, Ψ et inosine, réduisant significativement la taille des données d'entraînement et le temps d'exécution sans compromettre la performance. Enfin, nous appliquons TandemMod pour identifier trois types de modifications de l'ARN dans du riz cultivé dans différents environnements, démontrant son applicabilité à travers les espèces et les conditions. En résumé, nous fournissons une ressource avec des étiquettes de vérité terrain qui peut servir d'ensembles de données de référence pour les méthodes d'identification des modifications basées sur les nanopores, et TandemMod pour identifier diverses modifications de l'ARN à l'aide d'un seul échantillon DRS.