基于基因组的生成对抗学习技术实现了纳米孔适应性测序

《Nature Communications》：Genome-guided generative adversarial learning enables nanopore adaptive sequencing

　　

摘要

纳米孔自适应测序技术能够实现实时目标富集，但目前深度学习方法需要耗费大量且特定于样本的实验训练数据。为了解决这一问题，我们开发了GANBase，这是一个基于基因组的生成对抗学习框架，该框架仅使用参考序列进行训练，并采用了基于蒙特卡洛树搜索的展开策略来进行模型训练。GANBase在多种场景下均表现出出色的目标富集和宿主基因去除能力。在实际的自适应测序实验中，即使存在显著的孔径损失或流式细胞仪版本更新，该技术依然能够保持高效，从而提供了一种不依赖于具体数据的解决方案，显著提升了实时靶向测序的实用性。