.png){kind=icon}
返回
Machine learning–directed massively parallel programmable nucleic acid amplification
.png){kind=icon}
OA
AI
DOI：10.1126/sciadv.aec9175.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
动态调控扩增效率在分子诊断和DNA数据存储中至关重要但具有挑战性。在此，我们开发了一种基于热力学的方法，以实现核酸扩增效率的连续精确调控。通过采用引物标签补偿策略，将序列特异性与杂交能调控解耦，我们展示了高分辨率的程序化扩增（33%与81%）。利用2483组实验数据，我们构建了一个机器学习模型，将预测准确率从R² = 0.62提升至R² = 0.86。在DNA数据存储中，该扩增策略通过差异扩增使信息预览密度提高近一个数量级，并实现鲁棒性文件隐写术。在临床验证中，我们的方法在宫颈癌RNA变异分析中优于均匀扩增，能够检测稀有RNA融合并使检测灵敏度在10⁴模拟测序深度下提高100倍。这项可编程技术有望扩展至单细胞测序和空间转录组学，为分子诊断和合成生物学提供强大工具。
Keyword:
Nucleic acid amplification
Machine learning
DNA data storage
Molecular diagnostics
Programmable amplification
期刊
IF:
12.5
论文数:
2.1W
被引数:
18.1W
机构
引用论文
Massively parallel homogeneous amplification of chip-scale DNA for DNA information storage (MPHAC-DIS)芯片级DNA的大规模并行同质扩增用于DNA信息存储（MPHAC-DIS）.png)
NATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏A deep learning model for predicting next-generation sequencing depth from DNA sequenceNATURE COMMUNICATIONS
OAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Molecular-level similarity search brings computing to DNA data storageNATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Simulation-guided DNA probe design for consistently ultraspecific hybridizationNATURE CHEMISTRYOAAI
NATURE CHEMISTRYIF20.2
OAAI分享收藏Large-scale de novo DNA synthesis: technologies and applications大规模从头合成DNA: 技术和应用NATURE METHODSOAAI
NATURE METHODSIF32.1
OAAI分享收藏
查看更多内容