Машинное обучение
Машинное обучение
Машинное обучение в исследованиях нанопор означает вычислительные методы, которые изучают закономерности в исходных электрических сигналах, ридах после basecalling, выравниваниях и данных контроля качества. Это важно, поскольку измерения нанопор длительны, содержат шум, зависят от контекста и часто выполняются в реальном времени.
Почему это важно
Устройства нанопор измеряют изменения ионного тока или связанных с ним сигналов, когда молекулы проходят через пору или взаимодействуют с ней. Одна и та же молекула может давать разные следы сигнала в зависимости от химического состава пор, скорости двигателя, температуры, подготовки образца, электроники и соседних оснований. Машинное обучение помогает связать эти переменные сигналы с биологической или химической интерпретацией.
Основные области применения включают:
- Определение последовательности оснований (basecalling) - преобразование необработанного сигнала в последовательность ДНК или РНК.
- Обнаружение модифицированной базы - выявление метилирования и других модификаций нуклеотидов непосредственно по сигналу.
- Сегментация сигнала — обнаружение событий, остановок, адаптеров, пор и границ чтения.
- Контроль качества — прогнозирование надежности чтения, состояния пор, загрязнения и производительности работы.
- Адаптивная выборка — принятие решения в реальном времени, стоит ли продолжать секвенирование молекулы.
- Анализ вариантов и консенсуса — объединение длинных чтений и профилей ошибок на основе модели.
Типичные задачи
| Задача | Типичный ввод | Пример вывода | Почему это сложно |
|---|---|---|---|
| Basecalling | Исходный сигнал тока или сигнал POD5/FAST5 | Риды FASTQ с оценками качества | Скорость прохождения сигнала изменяется, а соседние основания влияют на уровни тока. |
| Обнаружение модифицированной базы | Выравнивание сигнала и эталона | 5mC, 5hmC, m6A или другие вызовы модификаций | Модифицированные и немодифицированные базы могут иметь тонкие, зависящие от контекста различия в сигналах. |
| Адаптивная выборка | Потоковый сигнал или предварительная последовательность после basecalling | Решение принять или отклонить молекулу | Решение должно быть достаточно быстрым для действия во время секвенирования. |
| Обнаружение событий | Текущая трассировка временного ряда | События-кандидаты на перемещение или связывание | Шум, дрейф, изменение пор и короткие события могут скрыть границы. |
| Запуск мониторинга | Сводная информация о секвенировании, длина считывания, состояние пор, показатели качества | Оповещения и сводки по качеству | Показатели меняются со временем и зависят от протокола. |
Яркие примеры
- ДипНано использовал рекуррентные нейронные сети для раннего открытого basecalling данных MinION и показал, как обученные модели могут уменьшить ошибки нанопоровых ридов.
- Минвызов исследовал сквозное определение последовательности оснований сверточной нейронной сетью с моделированием последовательности в стиле CTC.
- Бонито, Гуппи и Дорадо представляют современные направления нейросетевого basecalling, применяемые в процессах Oxford Nanopore.
- Программы basecalling с динамическим пулингом , такие как Heron и Osprey, решают проблему переменной скорости транслокации молекул путем адаптации поведения пула в нейронных сетях.
- Basecalling с учетом аппаратной платформы проекты, такие как RUBICON, исследуют способы ускорения нейросетевых программ basecalling и уменьшения их потребления памяти.
- Инструменты на модифицированной основе , такие как модели сигналов в стиле нанополировки и новые нейронные подходы, поддерживают анализ прямого метилирования или модификации без преобразования бисульфита.
- Инструменты адаптивной выборки использует быстрый анализ сигналов или последовательностей для обогащения мишеней или удаления нежелательных молекул во время анализа.
Передовая практика
Результаты машинного обучения следует интерпретировать в экспериментальном контексте. Модель, обученная на одном химическом составе пор, наборе, организме, базовой модификации или версии программного обеспечения, может не идеально переноситься на другую. В отчетах должны быть указаны версия модели, химический состав, данные обучения или калибровки, эталонный геном, пороговые значения и метод проверки, где это возможно.
Распространенные ошибки
- Рассматривать выходные данные модели как основную истину без ортогональной проверки.
- Сравнение инструментов с разным химическим составом пор или версий Basecaller без контроля.
- Игнорирование калибровки, дисбаланса классов и частоты ложноположительных результатов при анализе с модифицированной базой.
- Сообщается только о точности на уровне чтения, игнорируя согласованную точность или точность последующих задач.
- Использование фирменных названий моделей без записи версий и параметров программного обеспечения.
Избранные статьи и ресурсы
- Boza V, Brejova B, Vinar T. DeepNano: Deep Recurrent Neural Networks for Base Calling in MinION Nanopore Reads. 2016.
- Wick RR, Judd LM, Holt KE. Performance of neural network basecalling tools for Oxford Nanopore sequencing. Genome Biology. 2019.
- Miculinic N, Ratkovic M, Sikic M. MinCall: MinION end-to-end convolutional deep learning basecaller. 2019.
- Kovaka S, Fan Y, Ni B, Timp W, Schatz MC. Targeted nanopore sequencing by real-time mapping of raw electrical signal with UNCALLED. Nature Biotechnology. 2021.
- Boza V, Peresini P, Brejova B, Vinar T. Dynamic Pooling Improves Nanopore Base Calling Accuracy. 2021.
- Singh G et al. RUBICON: A Framework for Designing Efficient Deep Learning-Based Genomic Basecallers. 2022.
- Wang Z et al. Adapting nanopore sequencing basecalling models for modification detection via incremental learning and anomaly detection. Nature Communications. 2024.
- Oxford Nanopore Technologies. Программа basecalling Dorado и связанные инструменты.