Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

RNA Interference01:23

RNA Interference

24.3K
RNA interference (RNAi) is a process in which a small non-coding RNA molecule blocks the post-transcriptional expression of a gene by binding to its messenger RNA (mRNA) and preventing the protein from being translated.
This process occurs naturally in cells, often through the activity of genomically-encoded microRNAs. Researchers can take advantage of this mechanism by introducing synthetic RNAs to deactivate specific genes for research or therapeutic purposes. For example, RNAi could be used...
24.3K
piRNA - Piwi-interacting RNAs02:57

piRNA - Piwi-interacting RNAs

6.1K
PIWI-interacting RNAs, or piRNAs, are the most abundant short non-coding RNAs. More than 20,000 genes have been found in humans that code for piRNAs while only 2000 genes have been found for miRNAs. piRNAs can act at the transcriptional and post-transcriptional levels and have a vital role in silencing transposable elements present in germ cells. They are also involved in epigenetic silencing and activation. Previously, they were thought to function only in germ cells but new evidence suggests...
6.1K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Generative design and validation of therapeutic peptides for glioblastoma based on a potential target ATP5A.

Briefings in bioinformatics·2026
Same author

GN-Net: A Geometric and Neighborhood-Aware Network for Predicting Intracranial Aneurysm Rupture Risk and Assisting Clinical Decision-Making.

Interdisciplinary sciences, computational life sciences·2025
Same author

Mitochondrial Proteome Reveals Metabolic Tuning by Restricted Insulin Signaling to Promote Longevity in <i>Caenorhabditis elegans</i>.

Biology·2025
Same author

Spatiotemporal single-cell architecture of gene expression in the Caenorhabditis elegans germ cells.

Cell discovery·2025
Same author

Mammalian PIWI-piRNA-target complexes reveal features for broad and efficient target silencing.

Nature structural & molecular biology·2024
Same author

Efficient retrosynthetic planning with MCTS exploration enhanced A<sup>*</sup> search.

Communications chemistry·2024

Video Experimental Relacionado

Updated: May 1, 2026

Mapping RNA-RNA Interactions Globally Using Biotinylated Psoralen
11:32

Mapping RNA-RNA Interactions Globally Using Biotinylated Psoralen

Published on: May 24, 2017

11.7K

PAIRNet: Predicción de la especificidad de corte de PIWI mediante modelado de interacciones de ARN sensibles a la

Lin Zeng1, Zhenzhen Li2, Enzhi Shen2

  • 1Center for Cognitive Machines and Computational Health (CMaCH), School of Computer Science, Shanghai Jiao Tong University, Shanghai, China.

PLoS computational biology
|February 19, 2026
PubMed
Resumen

PAIRNet, un marco de aprendizaje profundo, predice con precisión las tasas de corte de ARN mediadas por PIWI al modelar las interacciones guía-objetivo. Esta herramienta computacional mejora la comprensión del silenciamiento de piRNA y acelera la investigación de la defensa genómica.

Palabras clave:
aprendizaje profundoARN de interferencia pequeñaproteínas Argonautedefensa genómicasilenciamiento de piRNAmodelado de interaccionesespecificidad de cortebiología molecularbioinformáticagenómica

Más Videos Relacionados

Identification of RNAs Engaged in Direct RNA-RNA Interaction with a Long Non-Coding RNA
07:24

Identification of RNAs Engaged in Direct RNA-RNA Interaction with a Long Non-Coding RNA

Published on: July 9, 2021

1.7K
Identification of Alternative Splicing and Polyadenylation in RNA-seq Data
08:35

Identification of Alternative Splicing and Polyadenylation in RNA-seq Data

Published on: June 24, 2021

5.9K

Videos de Experimentos Relacionados

Last Updated: May 1, 2026

Mapping RNA-RNA Interactions Globally Using Biotinylated Psoralen
11:32

Mapping RNA-RNA Interactions Globally Using Biotinylated Psoralen

Published on: May 24, 2017

11.7K
Identification of RNAs Engaged in Direct RNA-RNA Interaction with a Long Non-Coding RNA
07:24

Identification of RNAs Engaged in Direct RNA-RNA Interaction with a Long Non-Coding RNA

Published on: July 9, 2021

1.7K
Identification of Alternative Splicing and Polyadenylation in RNA-seq Data
08:35

Identification of Alternative Splicing and Polyadenylation in RNA-seq Data

Published on: June 24, 2021

5.9K

Área de la Ciencia:

  • Biología Molecular
  • Bioinformática
  • Genómica

Sus antecedentes:

  • Las proteínas PIWI son cruciales para la integridad genómica a través del corte de ARN guiado por piRNA.
  • Cleave-N'-Seq (CNS-seq) mapea la orientación de PIWI pero tiene flujos de trabajo laboriosos.
  • La exploración sistemática de los determinantes de la secuencia en la orientación de PIWI es limitada.

Objetivo del estudio:

  • Desarrollar PAIRNet, un marco de aprendizaje profundo para predecir las tasas de corte de ARN mediadas por PIWI.
  • Modelar las interacciones guía-objetivo, considerando la geometría y la secuencia.
  • Acelerar los estudios mecanicistas de la defensa genómica guiada por ARN.

Principales métodos:

  • Se desarrolló PAIRNet, un marco de aprendizaje profundo que integra conocimientos bioquímicos y métodos computacionales.
  • Se codificaron estados de apareamiento, desajustes, inserciones, deleciones y incrustaciones posicionales.
  • Se empleó una arquitectura híbrida CNN-Transformer para priorizar la dinámica del dúplex.
  • Se incorporaron módulos de interpretabilidad (mapas de saliencia, análisis contrafactual).

Principales resultados:

  • PAIRNet predice con precisión las tasas de corte de ARN mediadas por PIWI en cuatro conjuntos de datos de PIWI-guía.
  • Se lograron mejoras significativas en PCC (34,7 % para MILI, 14,6 % para MIWI) con respecto a los métodos existentes.
  • Se recapituló principios biológicos clave, incluida una estricta complementariedad en los residuos catalíticos y la tolerancia a desajustes de 3'.

Conclusiones:

  • PAIRNet une la precisión bioquímica con la escalabilidad computacional para el análisis de la orientación de PIWI.
  • Establece una hoja de ruta para el diseño de herramientas de silenciamiento de piRNA de alta especificidad.
  • Acelera los estudios mecanicistas de la defensa genómica guiada por ARN.