SpliceRead: 残基ブロックと合成データ拡張による正準および非正準スプライス部位予測の改善

科学分野:

• ゲノミクス
• バイオインフォマティクス
• 計算生物学

背景:

• 正確なスプライス部位予測は、遺伝子発現および関連疾患の理解に不可欠です。
• 既存のモデルは正準スプライス部位に偏見を示すことが多く、不均衡なデータセットによるまれな非正準変異の検出不良や高い偽陰性率につながります。

研究 の 目的:

• 正準および非正準スプライス部位の両方の改善された分類のための新しいディープラーニングモデルSpliceReadを開発すること。
• まれなスプライス部位変異の検出における既存のモデルの限界に対処し、全体的なスプライス部位予測精度を向上させること。

主な方法:

• 残基畳み込みブロックと合成データ拡張を組み込んだディープラーニングモデルSpliceReadを開発しました。
• 多様な非正準スプライス部位配列を生成するためのデータ拡張戦略を利用しました。
• 勾配フローを促進し、微妙なゲノム配列特徴を捉えるために残基接続を採用しました。

主要な成果:

• SpliceReadは、マルチ種データセットにおいて主要な指標（F1スコア、精度、適合率、再現率）で最先端モデルを上回る優れたパフォーマンスを示しました。
• ベースライン手法と比較して、非正準スプライス部位の誤分類率が大幅に低下しました。
• 交差検証、交差種テスト、および入力長汎化による検証により、モデルの堅牢性と適応性が確認されました。

結論:

• SpliceReadは、特に低頻度の非正準変異に対して、スプライス部位予測のための堅牢で汎用性の高いフレームワークを提供します。
• このモデルは、モデル生物および非モデル生物の両方における遺伝子注釈の精度を向上させます。
• オープンソース化されたコードは、スプライス部位解析におけるさらなる研究と応用を容易にします。