DRBpred:一种基于序列的机器学习方法,有效预测DNA和RNA结合残留物
Md Wasi Ul Kabir1, Duaa Mohammad Alawad1, Pujan Pokhrel1
1Department of Computer Science, University of New Orleans, New Orleans, LA, USA.
Computers in biology and medicine
|January 31, 2024
概括
这项研究介绍了DRBpred,这是一种新的光梯度增强机方法,用于准确识别蛋白质中的DNA和RNA结合残留物. DRBpred显著提高了预测准确度,有助于生物学研究和疾病病原体的理解.
科学领域:
- 分子生物学分子生物学
- 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:
- DNA和RNA结合蛋白对于许多细胞过程至关重要,包括复制,转录和转录后调节.
- 精确识别DNA和RNA结合残留物对于生物学研究和了解疾病机制至关重要.
- 许多DNA和RNA结合蛋白仍然未被发现,这突显了需要改进预测方法的需要.
研究的目的:
- 开发一种优化的计算方法,直接从蛋白质序列中预测DNA结合和RNA结合残留物.
- 探索和利用各种蛋白质序列特性,以提高预测准确度.
主要方法:
- 使用的蛋白质序列特征包括氨基酸组成,位置特定评分矩阵 (PSSM) 值,隐藏马尔科夫模型 (HMM) 配置文件,生化特性,结构特性,扭曲角度和障碍区域.
- 采用滑动窗技术捕获目标残留物周围的上下文信息.
- 开发并优化了一个光梯度增强机 (LightGBM) 模型,命名为DRBpred.
主要成果:
- 在独立的测试组中,DRBpred表现出了比最先进的方法显著的性能改善.
- 对于DNA结合残留物的预测,DRBpred在灵敏度方面实现了112.00%的百分比改善,在马修斯相关系数 (MCC) 中达到33.33%的百分比改善,在AUC中达到6.49%.
- 对于预测RNA结合残留物,DRBpred在灵敏度上显示了112.50%的改善,MCC在16.67%和AUC在7.46%.
结论:
- 拟议的DRBpred方法在从蛋白质序列中预测DNA和RNA结合残留物方面取得了重大进展.
- 这些发现表明,将各种序列衍生特征与机器学习相结合,可以有效地提高功能重要蛋白质残留物的识别.
- DRBpred有可能加速发现新的DNA和RNA结合蛋白,并阐明它们在生物系统和疾病中的作用.
