［本站讯］近日，数学学院李国君教授团队在国际顶级期刊Genome Biology（影响因子IF：13.481）上再次发表关于转录组重构的最新成果“TransLiG: ade novotranscriptome assembler that uses line graph iteration”。该论文以山东大学为独立完成单位，数学与统计学院青年教师柳军涛和数学学院博士研究生于婷为共同第一作者，李国君教授为通讯作者。

RNA-seq测序技术是在全转录组水平上收集基因表达数据的强大工具，具有前所未有的灵敏度和精度。与微阵列芯片和EST测序相比，RNA-seq可获得单核苷酸的分辨率，具有更高的动态范围，并允许可靠地识别罕见的转录本和可变剪接。因此，这项技术给人类复杂疾病治疗以及新物种功能的研究提供了重要的技术支撑。然而，如何运用浩如烟海的RNA-seq数据计算重构转录组的问题，成为世界范围内面临的巨大挑战。目前该问题仍然没有得到很好的模型化，从而成为该领域分析RNA-seq数据的一个关键瓶颈。

为此，李国君教授团队研发出一种全新的转录组从头组装算法--TransLiG。该算法首先发现修复目前基因剪接图的严重片段化的新技术，使得大量低覆盖度的转录本能够被准确拼接出来，这是目前的拼接算法无法实现的。基于修复的剪接图，设计出全新的相位（phasing）技术和梳图（combing）技术，巧妙地利用线图迭代将测序深度信息和双端测序信息有机地融合在整个拼接过程中，使该问题得到理论上的全局优化，从而使其计算预测性能实现了质的飞跃。测试评估表明，TransLiG明显超越了目前最为流行的拼接算法。譬如，在一组老鼠的RNA-seq测试数据上，相比于目前使用最多的工具Trinity（Nature Biotechnology, 2011），TransLiG在灵敏度上提高了15.6%，同时，准确度提高了近15%。不仅如此，TransLiG能在不同的评估参数下保持稳定的最佳性能。

本项研究工作是转录组拼接领域的一个重要突破，对相关领域的后续研究具有重要的推动作用。该项研究得到了国家自然科学基金重点项目的资助。

论文链接：https://genomebiology.biomedcentral.com/articles/10.1186/s13059-019-1690-7