伪U-Pred:用于准确识别伪乌里丁位点的整体模型
Muhammad Taseer Suleman1, Yaser Daanial Khan1
1Department of Computer Science, School of Systems and Technology, University of Management and Technology, Lahore, 54770, Pakistan.
Analytical biochemistry
|July 12, 2023
概括
伪尤里丁 (ψ) 是一种关键的RNA修饰,影响稳定性和疾病. 新的计算模型准确地预测 ψ 站点,改进了现有的繁方法.
科学领域:
- 生物化学 生物化学
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 伪尤里丁 (ψ) 是一种普遍存在的RNA修饰,对RNA稳定性和细胞应激反应至关重要.
- 伪尿素的失调与人类疾病有关,包括前列腺癌和贫血.
- 目前用于识别伪尿素位点的实验室方法,如Pseudo-seq和CeU-Seq,是耗时和劳动密集的.
研究的目的:
- 开发一种计算模型,用于准确和高效地预测伪尿素遗址.
- 利用整体机器学习方法来提高预测准确度.
- 为提供一个公开可访问的Web服务器,用于伪尿素站点识别.
主要方法:
- 利用组合方法,包括堆叠,袋装和提升 ψ 站点预测.
- 开发了一种新的特征提取机制,结合了统计时刻.
- 使用交叉验证和独立集合测试进行训练和评估模型.
主要成果:
- 拟议的整体模型实现了87%的准确性,0.90的特异性和0.85的灵敏性.
- 该模型显示马修斯相关系数为0.75.5.
- 超越现有的计算预测器用于伪尿素位点识别.
结论:
- 计算方法,特别是组合方法,为 ψ 位点识别提供了传统实验室技术的强大替代方案.
- 开发的模型在预测伪乌里丁位点方面取得了重大进展,具有高准确性和效率.
- 一个公开可用的Web服务器有助于更广泛的研究应用和可访问性.
