CLADES - 対照学習拡張差次的スプライシングと正の相同ペア

科学分野:

• ゲノミクス;計算生物学;分子生物学

背景:

• 代替スプライシング（AS）は多様な転写産物とタンパク質を生成しますが、データ不足と実験的変動のため、文脈特異的なスプライシングの予測は依然として困難です。;ASを制御する配列ベースの調節メカニズムの理解は、細胞の複雑さを解明するために不可欠です。

研究 の 目的:

• 進化的保存を利用した配列-スプライシングマッピングを学習するための堅牢な方法を開発すること。;さまざまな生物学的文脈における差次的スプライシングイベント（Δψ）の予測を改善すること。

主な方法:

• 正のペアとして進化的に相同な配列を活用した対照表現学習フレームワークを提案しました。;調節等価物の埋め込みを整列させ、保存されたシグナルを強調するために、識別的な目的関数を使用しました。;Δψを予測するための教師ありヘッドをファインチューニングし、解釈可能なスプライスモチーフ認識分類フレームワークを開発しました。

主要な成果:

• 対照事前学習は、エキソン包含変化（Δψ）の予測を大幅に強化しました。;多様なベンチマークにおいて、スプライシングシフトの分類（AUPRC/AUROC）で強力なパフォーマンスを達成し、スプライシングシフトの分類（RMSE、Spearman）で競争力のある回帰結果を示しました。;スプライスモチーフの認識を通じて、学習された表現の生物学的解釈可能性を実証しました。

結論:

• 進化によって導かれる対照学習は、文脈解決型スプライシング予測のための効果的で生物学的に原則に基づいたアプローチを提供します。;開発された方法は、代替スプライシングにおける配列ベースの調節の理解を強化します。;このフレームワークは、組織や細胞タイプを横断する差次的スプライシングの分析のための強力なツールを提供します。