lncRNAサブセルラー局在を特定するためのグラフニューラルネットワークベースの方法

科学分野:

• バイオインフォマティクス; 計算生物学; ゲノミクス

背景:

• 長鎖非コードRNA（lncRNA）のサブセルラー局在は、それらの生物学的機能と疾患メカニズムへの関与にとって重要です。; lncRNA局在同定のための現在の方法では、データ不均衡と複雑なシーケンス構造に関する課題があります。

研究 の 目的:

• lncRNAサブセルラー局在の同定を強化するための新しいグラフニューラルネットワーク（GNN）ベースの方法であるlncGATSagePreを提案すること。; データ不均衡に対処し、lncRNA局在予測における複雑なシーケンス関係を効果的にモデル化すること。

主な方法:

• lncRNAシーケンスは、Word2vecによって初期化されたk-merノードを持つド・ブルイジングラフを使用してグラフ構造に変換されました。; データ不均衡を軽減するために、合成マイノリティオーバーサンプリング技術（SMOTE）が採用されました。; 2層のグラフアテンション（GAT）ネットワークとグラフサンプルおよび集約（GraphSAGE）ネットワークアーキテクチャが、適応的特徴集約に使用されました。

主要な成果:

• lncGATSagePreモデルは、独立したテストセットで4クラス分類タスク（細胞質、核、リボソーム、小胞体）で0.549の加重F1スコアを達成しました。; lncGATSagePreは、lncLocator 2.0、DeepLncLoc、GraphLncLocなどの既存の方法を大幅に上回りました。; 除去研究により、局所特徴抽出のためのGATと大規模グラフ処理のためのGraphSAGEの相乗効果が確認されました。

結論:

• 提案されたlncGATSagePreモデルは、GNNを介してシーケンス構造と意味情報を統合することにより、lncRNAサブセルラー局在研究のための新規かつ効果的なアプローチを提供します。; この方法は、少数サンプル分類のさらなる最適化が必要ですが、lncRNA機能メカニズムの理解を深め、疾患ターゲットを同定する上で大きな可能性を秘めています。