EMMPREDMLsub: ESM2大規模言語モデルとMMDO-MDPUリサンプリング戦略に基づくmRNAサブセルラ局在のマルチラベル予測

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:

• mRNAのサブセルラ局在は、タンパク質合成と細胞活動の調節に重要です。
• mRNA局在の調節不全は、様々な病状に関連しています。
• 現在のマルチラベル予測手法は、従来のフィーチャーエンコーディングによる限界に直面しています。

研究 の 目的:

• mRNAサブセルラ局在のための新規かつ正確な予測ツールの開発。
• マルチラベル予測における既存の特徴エンコーディング技術の限界を克服すること。
• 大規模言語モデルの力を活用して、シーケンス情報の抽出を強化すること。

主な方法:

• マンハッタン平均方向オーバーサンプリングとマンハッタン密度保存アンダーサンプリングを組み合わせた新しいリサンプリング技術を開発しました。
• mRNA配列からの特徴抽出に、ESM2などの大規模言語モデルを利用しました。
• これらの手法を統合して、EMMPREDMLsub予測ツールを作成しました。

主要な成果:

• EMMPREDMLsubは、マルチラベル予測タスクにおいて、最先端モデルと比較して優れたパフォーマンスを示しました。
• SHAP分析により、深層学習モデルは従来のモデルとは異なり、相乗的な特徴相互作用を捉えることが示唆されました。
• mRNA配列の5'および3'末端の特定のヌクレオチド組成が、重要な予測因子として特定されました。

結論:

• EMMPREDMLsubは、mRNAサブセルラ局在の予測において大きな進歩を提供します。
• 本研究結果は、局在におけるヌクレオチド組成と領域特徴の組み合わせの重要性を強調しています。
• より広範な研究応用のために、無料のオープンアクセスオンラインツールが利用可能です。