MsipNet：タンパク質-RNA相互作用予測のためのマルチスケール表現学習フレームワーク

科学分野:

• 分子生物学
• バイオインフォマティクス
• 計算生物学

背景:

• タンパク質-RNA相互作用（PRI）は、RNAスプライシング、安定性、翻訳に影響を与える転写後遺伝子調節にとって非常に重要です。
• PRIを理解することは、変異に関連する遺伝子調節ネットワークと疾患メカニズムを解明するために不可欠です。
• 正確なPRI同定は、基礎研究と生物医学的応用を橋渡しします。

研究 の 目的:

• タンパク質-RNA相互作用を予測するための高度な計算フレームワークを開発すること。
• マルチモーダル学習戦略を使用してPRI予測の精度と効率を向上させること。
• 機能的変異を優先し、メカニズム研究を進めるための堅牢なツールを提供すること。

主な方法:

• マルチスケール表現学習フレームワークであるMsipNetを導入しました。
• グローバルおよびローカルのRNA配列特徴と構造情報を統合しました。
• 長期短期記憶（LSTM）ネットワークとU字型畳み込み-拡張畳み込み（UCDC）モジュールを組み合わせたハイブリッドアーキテクチャを採用しました。

主要な成果:

• MsipNetは、6つの細胞株からの42のRNA結合タンパク質（RBP）において、8つの最先端の方法を上回りました。
• 結合親和性と生物学的に検証された結合モチーフの特定における優れたパフォーマンスを実証しました。
• 高い計算効率を維持しながら、未知のデータに対する強力な一般化能力を示しました。

結論:

• MsipNetは、PRI予測のための堅牢で解釈可能なツールです。
• このフレームワークは、メカニズム研究および機能的変異の優先を含む生物医学的応用に広範な可能性を秘めています。
• MsipNetは、遺伝子調節と疾患を理解するための計算生物学の分野を進歩させます。