LOCAS: localización de ARNm multietiqueta con aprendizaje por contraste supervisado

Área de la Ciencia:

• Biología computacional
• Biología molecular
• La bioinformática

Sus antecedentes:

• La localización subcelular del ARN mensajero (ARNm) es vital para la regulación génica y el control de la síntesis de proteínas.
• Los métodos computacionales existentes a menudo utilizan la clasificación de una sola etiqueta, sin abordar la naturaleza de múltiples etiquetas de la localización del ARNm.
• Los enfoques actuales de aprendizaje profundo luchan para modelar las relaciones entre múltiples sitios de localización de ARNm.

Objetivo del estudio:

• Desarrollar un nuevo marco computacional, Localización con Aprendizaje Contrastivo Supervisado (LOCAS), para una predicción precisa de la localización subcelular de ARNm multietiqueta.
• Mejorar el modelado de las relaciones entre múltiples sitios de localización utilizando el aprendizaje contrastivo supervisado.
• Mejorar la precisión del control espacial y temporal de la síntesis de proteínas a través de una mejor predicción de la localización del ARNm.

Principales métodos:

• Integración de un modelo de lenguaje de ARN (RiNALMo) para incrustaciones de secuencias de alta calidad.
• Aplicación del aprendizaje por contraste supervisado (SCL) para refinar los espacios de incrustación y garantizar un agrupamiento biológicamente significativo.
• Introducción de una medida de similitud basada en el umbral de superposición para manejar las etiquetas de localización superpuestas.
• Utilización de un decodificador ML con un mecanismo de atención cruzada para una clasificación multietiqueta mejorada.

Principales resultados:

• LOCAS logró un rendimiento de vanguardia en los conjuntos de datos de referencia RNALocate y RNALocate V2.0 en todas las métricas de evaluación.
• Los estudios de ablación confirmaron las contribuciones significativas del aprendizaje por contraste y el decodificador ML a la mejora de la precisión de la clasificación multietiqueta.
• El método propuesto modela efectivamente las relaciones entre múltiples sitios de localización de ARNm.

Conclusiones:

• LOCAS proporciona una solución potente y escalable para la predicción de la localización subcelular de ARNm multietiqueta.
• La integración del aprendizaje de la representación de secuencias de ARN con SCL avanza significativamente en el campo de la predicción de la localización del ARNm.
• Los hallazgos allanan el camino para una comprensión y un control más precisos de la expresión génica a través de una localización precisa del ARNm.