一种能改进基于CCS的单分子5mC甲基化检测准确度的方法

本发明公开了一种能改进基于CCS的单分子5mC甲基化检测准确度的方法，该方法包括获取原生数据集及经过处理的数据集，构建训练数据集及测试数据集；构建基于图卷积深度神经网络的单分子CpG甲基化识别模块，并利用不同背景碱基长度的训练数据进行训练；进行背景碱基长度和模型性能的测试，选定合适的碱基长度并训练对应模型；利用训练好的基于图卷积深度神经网络的单分子CpG甲基化识别模块进行单分子5mC甲基化检测。本发明的读段计数模式的全基因组甲基化频率定量结果在包括不同数据来源、测序文库长度或测序深度的所有测试数据集中，均表现优越。此外，本申请高的CpG甲基化识别能够发现复杂的单分子CpG甲基化模式，包括单倍型和重复区域的甲基化模式。