- 7 次围观
背景。GENCODE 等参考目录能够捕获大多数稳定表达的哺乳动物基因，但可能不包括条件受限或低丰度转录本。支持未注释基因间剪接位点的 reads 通常不存在于受注释限制的基因计数矩阵中；转录本组装器可能将其中一部分重建为新模型，但这些模型通常与已注释基因计数体系分开处理。TxNova 是一种轻量级命令行工具，可直接从现有 BAM 文件中索引这些未注释的剪接事件——无需外部组装器、gffcompare 或工作流管理器——其产出是供实验验证的候选线索，而非独立的发现性结论。 方法。TxNova 保留来自 STAR/HISAT2 BAM 文件中在 >= 2 个样本中重复出现且不存在于综合注释中的 CIGAR N 连接位点，将其聚类为残余位点，并在统一矩阵中将每个位点与已注释基因一并计数。结构筛选条件——经典剪接基序、同链距离、覆盖度谷值、无桥接连接位点、最小长度——用于去除可能的伪影，从而得到通过结构筛选的模型。一个可选的对比过滤器可保留在处理组中检测到而在对照组中几乎沉默的位点。 结果。残余剪接是指一种反复出现、未注释的 CIGAR N 连接位点，且其不与任何已注释基因体重叠；内含子和反义通道不在本研究范围内。在四个已发表的小鼠处理组系列（GSE221720、GSE166522、GSE157460、GSE193335）中，harvest 目录分别产生了 464、657、789 和 594 个位点。在 GSE221720 中，45% 的位点（209/464）与另一数据系列共享完全相同的内含子，而被排除连接位点的这一比例仅为 0.074%；基于坐标放置的对照中，对于长度匹配的基因间诱饵位点，匹配数为 0/5,000。被遮蔽基因恢复率总体达到 87.6%（176/201），而在具有 leak junction 的基因中达到 99.4%（176/177）——这些是敏感性而非精确性的估计。可选对比步骤可基于区间 TPM 提供存在/不存在筛查。残余模型属于部分重建，需通过克隆、RACE 或靶向蛋白质组学加以确认。 结论。TxNova 可从现有 BAM 文件中生成可复现的基因间残余位点目录，并提供四个可下载的小鼠损伤/感染目录。跨数据系列复现性和基于坐标的零假设对照支持其可复现性高于简单的随机放置背景，但这些结果本身并不能确立其生物学有效性。可选对比步骤为筛选值得实验验证的候选线索提供了一种实用方法。
背景。GENCODE 等参考目录能够覆盖大多数稳定表达的哺乳动物基因，但可能无法纳入条件受限或低丰度转录本。支持未注释基因间剪接连接的 reads 通常不会出现在受注释限制的基因计数矩阵中；转录本组装器或可将其中一部分重建为新模型，但这些模型通常作为独立于已注释基因计数体系之外的内容单独处理。TxNova 是一个轻量级命令行工具，可直接从现有 BAM 文件中索引这些未注释剪接事件——无需外部组装器、gffcompare 或工作流管理器——其产出是供实验台验证的候选线索，而非独立的发现性结论。
方法。TxNova 保留来自 STAR/HISAT2 BAM 文件中在 ≥ 2 个样本中重复出现且不存在于综合注释中的 CIGAR N 剪接连接，将其聚类为残余位点，并在统一矩阵中将每个位点与已注释基因一并计数。结构筛选条件——规范剪接基序、同链距离、覆盖度谷值、缺乏桥接剪接连接、最小长度——用于去除可能的伪影，从而得到通过结构筛选的模型。一个可选的对比过滤步骤可保留在处理组中检测到、但在对照组中几乎沉默的位点。
结果。残余剪接是指一种重复出现、未注释的 CIGAR N 剪接连接，且其不与任何已注释基因体重叠；内含子型和反义型通道不在本研究范围内。在四个已发表的小鼠处理组数据系列（GSE221720、GSE166522、GSE157460、GSE193335）中，harvest 目录分别得到 464、657、789 和 594 个位点。在 GSE221720 中，45% 的位点（209/464）与另一数据系列共享一个完全相同的内含子，而被排除连接的这一比例仅为 0.074%；一个坐标放置对照显示，对于长度匹配的基因间诱饵位点，0/5,000 个发生匹配。掩蔽基因恢复率总体达到 87.6%（176/201），而在具有泄漏连接的基因中达到 99.4%（176/177）——这些是敏感性而非精确率估计。可选对比步骤基于区间 TPM 提供存在/不存在筛查。残余模型属于部分重建，仍需通过克隆、RACE 或靶向蛋白质组学加以确认。
结论。TxNova 可基于现有 BAM 文件生成可复现的基因间残余位点目录，并提供四个可下载的小鼠损伤/感染目录。跨数据系列的重复出现以及基于坐标的零假设对照支持其可复现性高于简单位置背景，但这些证据本身并不能确立其生物学有效性。可选的对比步骤为筛选值得开展实验验证的候选线索提供了一种实用方法。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.24.746847v1?rss=1
🏷️ RNA-seq 可变剪接 未注释转录本 BAM文件分析 转录组学