bio-epitranscriptomics-m6anet-analysis

用途：基于 Oxford Nanopore 直接 RNA 测序数据检测 m6A 修饰，用于长读长 RNA 的表观转录组分析。主要能力：提供数据预处理（从 FAST5 提取特征）、m6A 推断，以及结果解读，可输出位点修饰概率。必要用法：先进行碱基识别与比对，例如 guppy_basecaller -i fast5_dir -s basecalled --flowcell FLO-MIN106 --kit SQK-RNA002 和 minimap2 -ax map-ont -uf transcriptome.fa reads.fastq > aligned.sam；再用 CLI 执行预处理与推断，命令为 m6anet dataprep --input_dir fast5_pass --output_dir m6anet_data --reference transcriptome.fa --n_processes 8 与 m6anet inference --input_dir m6anet_data --output_dir m6anet_results --n_processes 4。也可用 Python API，从 m6anet.utils 导入 preprocess、从 m6anet 导入 run_inference 调用。结果解读：读取 m6anet_results/data.site_proba.csv，按 probability_modified > 0.9 过滤高置信 m6A 位点。相关技能：long-read-sequencing、m6a-peak-calling、modification-visualization。限制：依赖 FAST5 文件与参考转录组，具体版本、运行环境、内存与耗时等暂未提供。