- 1次围观
tRNA是短小、长度约为76个核苷酸且富含修饰的分子，在蛋白质翻译中发挥重要作用。纳米孔测序是唯一能够直接对全长天然tRNA分子进行测序的平台。这一能力通过连接tRNA特异性接头实现。因此，测得的离子电流信号反映了接头和tRNA序列特征的共同组成。尽管具有这些优势，纳米孔tRNA测序数据的分析仍面临独特的计算挑战。现有基于离子电流的信号到序列解码（碱基识别）模型针对mRNA进行了优化，在tRNA等短小且修饰密集的RNA上表现不佳。此外，用于参考引导的短读长分析的比对算法，并未针对准确度低于下一代测序读段的纳米孔读段进行优化。为克服这些局限，需要采用领域专用的计算方法。我们介绍了tRNAZAP，这是一款纳米孔离子电流信号分析工具包，旨在实现精确的参考引导序列比对。tRNAZAP直接处理原始离子电流信号，并将分析分解为两个互补任务：1）接头区和tRNA区的分割；2）tRNA分类；这两项任务均由基于Transformer的模型实现。分割组件分离出tRNA信号片段，并提取相应的核苷酸序列作为比对查询序列；分类组件则在无需序列层面信息的情况下识别tRNA类型，并将其作为比对参考。两者结合后，即可将完整查询序列中的tRNA子序列与参考序列直接进行最优两两比对。该工具基于体外转录RNA数据进行训练，并在酵母上进行评估。对于 tRNA，这些模型的分类准确率约为 98%，分割交并比约为 0.98。
mi.jain{at}northeastern.edu
摘要
信息/历史
指标
补充材料
PDF 预览
摘要
tRNA 是一类长度较短、约含 76 个核苷酸且富含修饰的分子，在蛋白质翻译中发挥重要作用。纳米孔测序是唯一能够直接对全长天然 tRNA 分子进行测序的平台。这一能力通过借助夹板寡核苷酸连接 tRNA 特异性接头得以实现。因此，测得的离子电流信号同时反映了接头和 tRNA 的序列特征。尽管具有这些优势，纳米孔 tRNA 测序数据的分析仍面临独特的计算挑战。现有基于离子电流的信号到序列解码（碱基识别）模型主要针对 mRNA 进行优化，在处理 tRNA 这类长度较短、修饰密集的 RNA 时表现欠佳。此外，用于短读段参考引导分析的比对算法尚未针对纳米孔读段进行优化，而纳米孔读段的准确率低于下一代测序读段。为克服这些局限，需要开发面向特定领域的计算方法。
我们提出了 tRNAZAP，这是一款纳米孔离子电流信号分析工具包，旨在实现精确的参考引导序列比对。tRNAZAP 直接处理原始离子电流信号，并将分析分解为两个互补任务：1）接头与 tRNA 区域分割；2）tRNA 分类。这两个任务均采用基于 Transformer 的模型实现。分割组件分离出 tRNA 信号部分，并提取相应的核苷酸序列作为比对的查询序列；分类组件则无需序列层面的信息，即可识别 tRNA 类型，以确定比对所用的参考序列。这两类输出相结合，使得 tRNA 子序列与……之间能够直接进行最优成对比对
完整的查询序列和参考序列。这些模型使用体外转录的 RNA 数据进行训练，并在酵母 tRNA 上进行评估，分类准确率约为 98%，分割的交并比约为 0.98。
利益冲突声明
M.J. 担任 ONT 的顾问，并曾因受邀在活动中演讲而获得差旅费、住宿费和会议注册费报销。其他作者声明不存在利益冲突。
已声明的资助方信息
美国国立卫生研究院（NIH）
，HG013876
版权
本预印本的版权所有者为作者／资助方，其已授予 bioRxiv 永久展示该预印本的许可。
本预印本依据
知识共享署名 4.0 国际许可协议（CC BY 4.0）
提供。
返回顶部
上一篇
发布于 2026 年 10 月 12 日。
下载 PDF
补充材料
电子邮件
感谢您有意帮助传播 bioRxiv 上的内容。
注意：要求提供您的电子邮件地址，仅用于将您标识为本文的发送者。
您的电子邮件地址
*
您的姓名
*
收件人
*
请输入多个地址，每行一个，或用逗号分隔。
您将通过电子邮件发送以下内容
tRNAZAP：用于纳米孔 tRNA 信号分析的深度学习工具包
邮件主题
（您的姓名）从 bioRxiv 向您转发了一个页面
邮件正文
（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。
您的个人留言
验证码
此问题用于验证您是否为真人访问者，并防止自动提交垃圾信息。
分享
tRNAZAP：用于纳米孔 tRNA 信号分析的深度学习工具包
Pooria
Daneshwar Kakhaki
，
Stuart
Akeson
，
Neda
Ghohabi Esfahani
，
Robin L
Abu-Shumays
，
Miten
Jain
bioRxiv
2026.09.28.755067；
doi：
https://doi.org/10.64898/2026.09.28.755067
分享本文：
复制
引文工具
tRNAZAP：用于纳米孔 tRNA 信号分析的深度学习工具包
Pooria
Daneshwar Kakhaki
，
Stuart
Akeson
，
Neda
Ghohabi Esfahani
，
Robin L
Abu-Shumays
，
Miten
Jain
bioRxiv
2026.09.28.755067；
doi：
https://doi.org/10.64898/2026.09.28.755067
文献管理器格式
BibTeX
Bookends
EasyBib
EndNote（标记格式）
EndNote 8（XML 格式）
Medlars
Mendeley
Papers
RefWorks 标记格式
Ref Manager
RIS
Zotero
推文小组件
Facebook 点赞
Google Plus +1
学科领域
所有文章
动物行为与认知
(8117)
生物化学
(18944)
生物工程
(15096)
生物信息学
(44995)
生物物理学
(22857)
癌症生物学
(19968)
细胞生物学
(27179)
临床试验
(138)
发育生物学
(14082)
生态学
(21281)
流行病学
(2067)
进化生物学
(25679)
遗传学
(16280)
基因组学
(23729)
免疫学
(18906)
微生物学
(42972)
分子生物学
(18238)
神经科学
(94521)
古生物学
(709)
病理学
(3014)
药理学与毒理学
(5152)
生理学
(8218)
植物生物学
(16166)
科学传播与教育
(2106)
合成生物学
(4611)
系统生物学
(10331)
动物学
(2408)
关键词：tRNA纳米孔测序 · 离子电流信号分析 · Transformer模型 · 信号分割 · tRNA分类 · 参考引导序列比对
原文链接：https://www.biorxiv.org/content/10.64898/2026.09.28.755067v1?rss=1