.png){kind=icon}
返回
Terrier: a deep learning repeat classifier
.png){kind=icon}
OA
AI
DOI：10.1093/bib/bbaf442.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
摘要
重复DNA序列构成了基因组结构和进化过程的基础，但其准确分类仍然具有挑战性。Terrier是一种深度学习模型，旨在通过利用公开可用且经过整理的重复序列库（在RepeatMasker框架下训练）来对重复DNA序列进行分类，从而克服这些挑战。重复数据库中物种的分类代表性不足，常常限制了当前重复注释方法的分类准确性和可重复性，进而限制了对重复序列进化和功能的理解。Terrier通过利用深度学习提高了准确性，从而克服了这些挑战。该模型在Repbase上进行了训练，Repbase包含超过10万个重复家族（是Dfam的四倍），Terrier将97.1%的Repbase序列映射到RepeatMasker类别，提供了目前最全面的分类系统。在与DeepTE、TERL和TEclass2在模式生物（水稻、果蝇、人类和小鼠）中的基准测试中，Terrier在分类更广泛序列的同时实现了更高的准确率。在非模式生物（两栖动物、扁虫和北极磷虾）基因组中的进一步验证，突显了其在改善非模式物种分类方面的有效性，有助于推动对重复序列驱动的进化、基因组不稳定性和表型变异的研究。
期刊
IF:
7.7
论文数:
5.8K
被引数:
2.7W
机构
引用论文
TERL: classification of transposable elements by convolutional neural networksTERL: 卷积神经网络对转置元件的分类
OAAI
OAAI分享收藏RepeatModeler2 for automated genomic discovery of transposable element familiesRepeatModeler2用于转座因子家族的自动基因组发现OAAI
OAAI分享收藏Exploring Repetitive DNA Landscapes Using REPCLASS, a Tool That Automates the Classification of Transposable Elements in Eukaryotic Genomes使用REPCLASS探索重复的DNA景观，REPCLASS是一种自动化真核生物基因组中转座因子分类的工具OAAI
OAAI分享收藏Benchmarking transposable element annotation methods for creation of a streamlined, comprehensive pipeline基准测试可转换元素注释方法，用于创建简化的综合管道.png)
GENOME BIOLOGYOAAI
GENOME BIOLOGYIF9.4
OAAI分享收藏LTRharvest, an efficient and flexible software for de novo detection of LTR retrotransposonsLTRharvest，一种高效灵活的LTR反转录转座子从头检测软件OAAI
OAAI分享收藏分享收藏
查看更多内容