MegaPlantTF：植物転写因子を包括的に同定・分類するための機械学習フレームワーク

科学分野:

• 植物分子生物学; バイオインフォマティクス; 計算ゲノミクス

背景:

• 転写因子（TF）は、植物の遺伝子発現および生物学的プロセスにおける重要な調節因子です。タンパク質の多様性と複雑性により、正確なTF検出と分類は困難です。BLASTなどの既存の方法は計算上の限界があり、まれなTFファミリーに対してはパフォーマンスが低下します。

研究 の 目的:

• 植物TFの予測および分類のための包括的な機械学習および深層学習フレームワークであるMegaPlantTFを開発すること。多様なファミリーにわたる植物転写因子の同定および分類のための堅牢でスケーラブルなソリューションを提供すること。

主な方法:

• k-merタンパク質表現を利用した2段階フレームワークであるMegaPlantTFを開発しました。深層フィードフォワードニューラルネットワークとスタッキングアンサンブル分類器を組み合わせました。マイクロ、マクロ、加重平均指標、および閾値ベースの分析を使用してパフォーマンスを評価しました。

主要な成果:

• MegaPlantTFは、特にk-merサイズ3および閾値0.5で、TF予測およびファミリー分類において高い精度と適合率を示しました。フレームワークは、厳しい閾値条件下でも安定したパフォーマンスを維持しました。Sorghum bicolorに対するゲノムワイド解析は、MegaPlantTFが大規模TF同定に適していることを確認しました。

結論:

• MegaPlantTFは、大規模な植物TFの同定と分類のための統一された再現可能なフレームワークを提供します。k-merエンコーディング、バイナリ分類器、およびアンサンブル手法の統合は、大きな進歩をもたらします。このツールは、正確で効率的なTF分析を必要とするゲノム研究に非常に適しています。