马闯等《Plant Physiol》2021年
论文题目：deepEA: a containerized web server for interactive analysis of epitranscriptome sequencing data
论文作者：Jingjing Zhai,Jie Song,Ting Zhang,Shang Xie,Chuang Ma
deepEA：表观转录组数据整合分析平台
在真核生物中，RNA分子上存在上百种化学修饰，包括m6A、m5C等。以mRNA分子中最为丰富的化学修饰m6A为例，其在胚胎发育、叶片形态发生、成花转变以及果实成熟等多个生物学过程起着重要作用。以m6A-Seq为代表的高通量测序技术的不断发展，推动RNA化学修饰研究进入组学大数据时代（表观转录组）。然而，目前可用于表观转录组数据分析的软件功能有限，且大多数需要用户具有编程经验，阻碍了表观转录组领域的发展。近日，我院马闯教授团队基于Galaxy平台开发了一款可用于表观转录组数据交互式分析的平台deepEA，其集原始 RNA 修饰测序数据比对、质控、RNA修饰区域鉴定、功能注释及可视化等功能于一体，提供用户友好的、可交互式的、协作式的生物信息学平台。其中高级分析模块部分，deepEA可将RNA修饰与其它组学信号（如：转录、翻译）相结合，以及机器学习预测模块用于全转录组水平跨品系、跨物种预测RNA修饰。deepEA的实用性以及有效性在玉米m6A-Seq中得到了验证。deepEA使用Docker容器化技术实现了在Windows、Linux和Macintosh等多种操作系统中的一键式安装，进而可搭建一个集多用户、多任务、多线程以及可回溯等功能于一体的表观转录组数据交互式分析平台，实现基于Web或命令行的表观转录组数据分析。作为开源平台，deepEA的源码和Docker镜像文件可从https://github.com/cma2015/deepEA或http://deepea.omicstudio.cloud网址获得。
该项目由我院生物信息学中心马闯教授领导的科研创新团队完成，该团队的博士生翟晶晶为该论文的第一作者，马闯教授为通讯作者。该研究工作得到了国家青年人才项目、陕西省人才计划、中央高校基本科研业务费等项目的支持。 高性能计算平台也为deepEA的研发提供了重要的计算资源。