人間のゲノムにおけるi-Motif候補の配列ベースの優先順位付け
Veronica Remori1, Michela Prest1, Mauro Fasano1,2
1Department of Science and High Technology, University of Insubria, Como, Italy.
Frontiers in bioinformatics
|August 28, 2025
まとめ
この研究では,遺伝子調節に不可欠なi-モチーフDNA構造を正確に予測するための計算方法が紹介されています. この洗練されたアプローチは,高い信頼性のアイモチーフ候補者を特定し,実験の負担を軽減し,がん研究を支援します.
科学分野:
- ゲノミクス
- バイオ情報学
- 分子生物学
背景:
- iモチーフ (iM) は,遺伝子調節とゲノム安定に関与する4鎖のDNA構造です.
- IMsの現在の全ゲノム予測方法は,低特異性と高い偽陽性率に苦しんでおり,実験作業量が増加しています.
研究 の 目的:
- iモチーフ形成配列の高信頼性,全ゲノム予測のための精巧な計算アプローチを開発する.
- i-モチーフのシーケンス識別における特異性を向上させ,偽陽性率を下げる.
主な方法:
- 複数のシーケンスアライメントから位置特有の類似性マトリックス (PSSM) を開発した.
- PSSMを用いてヒト参照ゲノム (hg38) をスキャンし,サイトシンに富んだモチーフをスコアしました.
- 変位テスト,tテスト,ベンジャミニ-ホッヒベルグ補正,Zスコアを使用して統計的有意性を評価した. ランダムな森林分類器を用いて,既知のIMとG四重複体 (G4s) に対して検証された候補生物.
主要な成果:
- 強いiモチーフ形成能力 (15-46核酸) を有する37075の候補配列が特定された.
- 構造的特異性を確認した,予測されたIMsと既知のG4の間のアライメントスコアとシーケンスの類似性において,有意な違いが示された.
- ヌクレオチド特性を訓練したランダムフォレストモデルを使用して,候補の特徴性をサポートする高い分類性能を達成しました.
結論:
- 生物学的に重要なi-モチーフの配列を豊かにするためのスケーラブルで統計的に堅牢な方法を提示します.
- iモチーフターゲティングリガンドの実験的検証と合理的な設計のための貴重なリソースを提供します.
- 癌やその他の疾患の適用のための遺伝子発現の調節を促進します.
