転写産物の識別と定量化のための長い読み取りRNA-seqメソッドの体系的な評価

長期にわたるRNA-SEQゲノム注釈評価プロジェクトコンソーシアムが形成され、トランスクリプトーム分析のための長い読み取りアプローチの有効性を評価しました。さまざまなプロトコルとシーケンスプラットフォームを使用して、コンソーシアムは、補完的なDNAおよび直接RNAデータセットから4億2,700万を超える長い読み取りシーケンスを生成し、ヒト、マウス、マナティー種を含みます。開発者は、これらのデータを利用して、転写産物アイソフォーム検出、定量化、およびde novo転写産物検出の課題に対処しました。この研究では、より長く、より正確なシーケンスを持つライブラリは、読み取り深さが増加したライブラリよりも正確な転写産物を生成するのに対し、読み取り深さが大きくなると定量化の精度が向上することが明らかになりました。よく承認されたゲノムでは、参照シーケンスに基づくツールが最高のパフォーマンスを実証しました。追加の直交データと複製サンプルを組み込むことは、まれで新しい転写産物を検出したり、参照のないアプローチを使用することを目的としている場合はお勧めします。この共同研究は、現在のプラクティスのベンチマークを提供し、トランスクリプトーム分析における将来の方法開発の方向性を提供します。

The Long-read RNA-Seq Genome Annotation Assessment Project Consortium was formed to evaluate the effectiveness of long-read approaches for transcriptome analysis. Using different protocols and sequencing platforms, the consortium generated over 427 million long-read sequences from complementary DNA and direct RNA datasets, encompassing human, mouse and manatee species. Developers utilized these data to address challenges in transcript isoform detection, quantification and de novo transcript detection. The study revealed that libraries with longer, more accurate sequences produce more accurate transcripts than those with increased read depth, whereas greater read depth improved quantification accuracy. In well-annotated genomes, tools based on reference sequences demonstrated the best performance. Incorporating additional orthogonal data and replicate samples is advised when aiming to detect rare and novel transcripts or using reference-free approaches. This collaborative study offers a benchmark for current practices and provides direction for future method development in transcriptome analysis.