PreRBP: Aprendizaje profundo interpretable para la predicción del sitio de unión de ARN-proteína con el mecanismo de...

Área de la Ciencia:

• Biología computacional
• La bioinformática
• Biología molecular

Sus antecedentes:

• Las proteínas de unión al ARN (RBPs) son reguladores cruciales de la expresión génica.
• La predicción precisa de los sitios de unión a las proteínas de ARN ayuda a comprender los mecanismos de RBP.
• Los métodos actuales de aprendizaje automático para la predicción del sitio de unión al ARN-proteína tienen limitaciones, incluida la dependencia únicamente de las características de la secuencia y los problemas de desequilibrio de clase.

Objetivo del estudio:

• Desarrollar un modelo computacional preciso y eficiente para predecir los sitios de unión entre ARN y proteínas.
• Abordar las limitaciones de los métodos existentes mediante la incorporación de información estructural del ARN y la mitigación del desequilibrio de clase.

Principales métodos:

• Se construyó un conjunto de datos de referencia a partir de 27 conjuntos de datos públicos de sitios de unión de ARN a proteínas.
• Se utilizaron formas de ARN y EDeN para la predicción de la estructura secundaria de ARN.
• Se emplea un método de codificación de orden superior para la extracción de características de las secuencias y estructuras de ARN.
• Técnicas de submuestreo aplicadas (submuestreo aleatorio, NearMiss, ENN, selección unilateral) para hacer frente al desequilibrio de clase.
• Desarrolló el modelo PreRBP utilizando redes neuronales convolucionales y redes bidireccionales de memoria a corto plazo.

Principales resultados:

• El modelo PreRBP logró un área bajo la curva (AUC) promedio de 0,88.
• PreRBP demostró un rendimiento superior en comparación con los métodos existentes de predicción del sitio de unión al ARN-proteína.
• Se desarrolló un predictor en línea para la comodidad del usuario.

Conclusiones:

• El modelo PreRBP ofrece un avance significativo en la predicción de sitios de unión de ARN a proteínas.
• La integración de la secuencia de ARN y las características estructurales mejora efectivamente la precisión de la predicción.
• La herramienta en línea desarrollada facilita una aplicación y una investigación más amplias en las interacciones ARN-proteína.