TRANSAID: un marco de aprendizaje profundo híbrido para la predicción de sitios de traducción con puntuación...

Área de la Ciencia:

• Genómica
• Biología Computacional
• Bioinformática

Sus antecedentes:

• La predicción precisa de los sitios de iniciación (TIS) y terminación (TTS) de la traducción es crucial para comprender la síntesis de proteínas.
• Los desafíos computacionales, incluidos los sesgos en los datos de entrenamiento y la complejidad de los transcritos, limitan la precisión de la predicción actual.
• Distinguir entre transcritos codificantes y no codificantes sigue siendo un obstáculo importante en la anotación del transcriptoma.

Objetivo del estudio:

• Desarrollar un nuevo marco de aprendizaje profundo, TRANSAID, para la predicción simultánea y precisa de los sitios TIS y TTS.
• Superar las limitaciones de los métodos existentes procesando transcritos de longitud completa y mitigando los sesgos de los datos.
• Mejorar la identificación de transcritos tanto codificantes como no codificantes.

Principales métodos:

• Se desarrolló TRANSAID, un marco de aprendizaje profundo con una arquitectura jerárquica para procesar transcritos largos.
• Se entrenó TRANSAID con un conjunto de datos del transcriptoma humano, rigurosamente particionado a nivel de gen para evitar fugas de datos.
• Se incorporaron transcritos tanto codificantes (NM) como no codificantes (NR) en los datos de entrenamiento, junto con un sistema de puntuación biológica integrado.

Principales resultados:

• TRANSAID logró una alta fidelidad en la predicción de sitios TIS y TTS, identificando correctamente el 73,61% de los transcritos NR como no codificantes.
• Logró una precisión del 94,94% en la "predicción perfecta de ORF" para secuencias codificantes y del 82,00% en la "predicción correcta de no codificantes".
• Demostró aplicabilidad interespecífica e identificó isoformas de proteínas previamente no anotadas con una tasa de validación del 76,28% mediante espectrometría de masas.

Conclusiones:

• TRANSAID ofrece una herramienta de código abierto potente y accesible para mejorar la anotación del transcriptoma y el descubrimiento proteómico.
• La capacidad del marco para procesar transcritos largos e identificar eventos de traducción crípticos abre nuevas vías para la investigación biológica.
• La alta precisión y la aplicabilidad interespecífica de TRANSAID lo convierten en un recurso valioso para la comunidad científica.