Un método y algoritmo novedosos basados en PNL para descubrir motivos de proteínas de unión a ARN (PBR), contextos,...

Área de la Ciencia:

• Biología Molecular
• Bioinformática
• Biología Computacional

Sus antecedentes:

• Las proteínas de unión a ARN (PBR) regulan el procesamiento del ARNm, pero su especificidad de unión y sus interacciones son poco conocidas.
• Los métodos computacionales existentes para predecir PBR carecen de interpretabilidad y no abordan adecuadamente el contexto de los motivos y las interacciones PBR-PBR.
• Existe la necesidad de modelos interpretables para comprender los factores contextuales que influyen en la unión de las PBR in vivo.

Objetivo del estudio:

• Desarrollar un pipeline computacional novedoso e interpretable para predecir la especificidad de unión de las PBR.
• Caracterizar los motivos de unión y los contextos de las PBR, e identificar las interacciones novedosas PBR-PBR y sus funciones reguladoras.

Principales métodos:

• Se utilizó un método basado en Procesamiento del Lenguaje Natural (PNL) para deconstruir secuencias de ARN en k-mers y regiones flanqueantes.
• La predicción de unión de PBR se formuló como un problema de Aprendizaje de Múltiples Instancias (Multiple Instance Learning) débilmente supervisado.
• Se desarrolló un algoritmo determinista de descubrimiento de motivos para la interpretabilidad de la predicción, y se utilizó la integración de características para inferir interacciones PBR-PBR.

Principales resultados:

• El pipeline recapituló con éxito los motivos conocidos de las PBR, validando su capacidad predictiva.
• Se caracterizaron los motivos de unión y los contextos para 71 PBR en células HepG2 y 74 PBR en células K562, con muchos hallazgos novedosos.
• Se propusieron novedosos socios de interacción cooperativa y competitiva PBR-PBR, junto con hipótesis sobre sus funciones reguladoras.

Conclusiones:

• El marco desarrollado proporciona un enfoque integral para investigar los determinantes de la especificidad de unión de las PBR.
• Los hallazgos mejoran la comprensión de los patrones de unión, las interacciones y las funciones reguladoras de las PBR.
• Este trabajo ofrece una herramienta valiosa para la investigación futura en biología del ARN y regulación génica.