PAIRNet: 位置認識RNA相互作用モデリングによるPIWI分裂特異性の予測

科学分野:

• 分子生物学は分子生物学である.
• バイオインフォマティックス
• ゲノミクスゲノミクスとは

背景:

• PIWIタンパク質は,piRNA誘導RNA分裂によるゲノム整合性にとって極めて重要です.
• Cleave-N'-Seq (CNS-seq) は,PIWIのターゲティングをマップしていますが,労働集約的なワークフローがあります.
• PIWIターゲティングにおける配列決定因子の体系的な探求は限られている.

研究 の 目的:

• PIWI媒介によるRNA分裂率を予測するためのディープラーニングの枠組みであるPAIRNetを開発する.
• ジオメトリとシーケンスを考慮して,ガイド-ターゲット相互作用をモデル化します.
• RNA誘導型ゲノム防衛のメカニズム研究を加速する.

主な方法:

• PAIRNetを開発し,生化学的洞察とコンピューティング方法を統合したディープラーニングフレームワークである.
• 暗号化されたペアリング状態,不一致,挿入,削除,位置内嵌.
• デュプレックスダイナミクスを優先するためにハイブリッドのCNN-トランスフォーマーアーキテクチャを使用しました.
• 組み込みの解釈能力モジュール (セライエンシーマップ,対事実分析).

主要な成果:

• PAIRNetは,4つのPIWIガイドデータセットのPIWI媒介RNA分裂率を正確に予測しています.
• 既存の方法よりもPCC (34.7%MILI,14.6%MIWI) で大幅な改善を達成しました.
• 触媒残留の厳格な互補性と,3'不一致の許容率を含む,重要な生物学的原理を概要にまとめました.

結論:

• PAIRNetは,PIWIのターゲティング分析のために,生化学的精度とコンピューティングのスケーラビリティを結び付けています.
• 高特異性のpiRNAサイレンシングツールの設計のためのロードマップを確立します.
• RNA誘導型ゲノム防衛のメカニズム研究を加速する.