ヒトRNAのG-四重複結合タンパク質の包括的な予測のためのディープラーニングフレームワーク

科学分野:

• コンピュータ生物学 コンピュータ生物学
• 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

背景:

• G四重複結合タンパク質 (G4BP) は,RNAの代謝と細胞のストレス反応に不可欠です.
• G4BPの実験的識別は困難であり,計算的アプローチが必要である.

研究 の 目的:

• RNA G4BPs (RG4BPs) の予測のためのディープラーニングフレームワークを開発し,検証する.
• 人間のプロテオーム内の新しいRG4BP候補者を特定する.
• RG4BPの予測と分析のためのユーザーフレンドリーなWebサーバーを提供すること.

主な方法:

• ESM-2タンパク質言語モデルの埋め込みとLSTMアーキテクチャを含む,多様なコーディング戦略とニューラルアーキテクチャの統合.
• トレーニングされたモデルをヒトのプロテオームに適用して,候補者を特定する.
• アクセシブルなRG4BP予測のためのG4REPウェブサーバーの開発.

主要な成果:

• 最高の性能のディープラーニングモデルは,RG4BPを特定する際に86%の精度を達成しました.
• ヒトのプロテオームに2,160の高信頼性RG4BP候補を特定しました.
• 多くのRG4BP候補が本質的に乱れた領域を有し,ストレス粒子を豊富に含んでいることが発見され,細胞ストレスとの関連が示唆されています.

結論:

• この研究は,RG4BPsの風景を探索するための効果的な計算アプローチを提供します.
• 新しいRG4BP候補体とそのRNA調節とストレス反応経路における潜在的な役割が明らかにされました.
• G4REPのウェブサーバーは,RG4BPの予測と分析ツールへの広範なアクセスを促進します.