Andreas L. Gimpel Bowen Fan Dexiong Chen Laetitia O. D. Wölfle et al

摘要

多模板聚合酶链式反应（multi-template PCR）是一项关键的技术，能够实现多种DNA分子的并行扩增，从而推动了从定量分子生物学到DNA数据存储等多个领域的应用。然而，由于序列特异性扩增效率的差异，常导致扩增不均一，造成丰度数据失真，影响结果的准确性和灵敏度。在本研究中，我们通过采用一维卷积神经网络（1D-CNNs）仅基于序列信息预测序列特异性扩增效率，以解决复杂扩增子文库中的扩增效率问题。该模型基于合成DNA池中可靠注释的数据集进行训练，表现出较高的预测性能（AUROC：0.88，AUPRC：0.44），从而实现了可内在均一化的扩增子文库设计。我们进一步提出CluMo——一种深度学习解释框架，用于识别与接头引物结合位点邻近的特定序列基序，这些基序与扩增效率低下密切相关。这一发现揭示了接头介导的自引物化（adapter-mediated self-priming）是导致扩增效率低下的主要机制，挑战了长期以来对PCR设计的固有假设。通过揭示多模板PCR中扩增不均一性的根本原因，我们的深度学习方法将恢复99%扩增子序列所需的测序深度降低了四倍，并为提升基因组学、诊断学及合成生物学等领域中DNA扩增效率开辟了新的路径。