BERT-siRNA:基于BERT预训练的可解释模型的siRNA目标预测.
Jiayu Xu1, Nan Xu2, Weixin Xie1
1Institute of Intelligent System and Bioinformatics, College of Intelligent Systems Science and Engineering, Harbin Engineering University, Harbin 150001, China.
Gene
|March 2, 2024
概括
我们开发了BERT-siRNA,这是一种用于预测小干扰RNA (siRNA) 基因淘汰效率的新型计算方法. 该模型的性能优于现有方法,为RNA干扰研究提供了更高的准确性和可解释性.
科学领域:
- 生物信息学是一种生物信息学.
- 分子生物学分子生物学
- 计算生物学 计算生物学
背景情况:
- RNA干扰 (RNAi) 依赖于小干扰RNA (siRNA) 来进行mRNA沉默.
- 精确的siRNA选择至关重要,但由于当前机器学习方法的局限性,包括大数据需求和复杂的预处理,因此具有挑战性.
- 现有的方法往往难以准确,阻碍了高效的RNAi应用.
研究的目的:
- 开发一种准确和可解释的计算方法来预测siRNA基因淘汰效率.
- 为了克服目前siRNA选择模型中小样本大小和广泛的数据预处理的局限性.
- 为生物学研究人员提高siRNA预测的可靠性和稳定性.
主要方法:
- 拟议的BERT-siRNA是一种使用预先训练的DNA-BERT模块和多层感知器 (MLP) 模块的新方法.
- 员工通过对广泛的基因组数据进行DNA-BERT预训练和对特定siRNA数据集进行微调来转移学习.
- 集成的注意力评分分析和隐藏层可视化用于模型可解释性.
主要成果:
- 与独立的公共数据集上的所有现有siRNA预测模型相比,BERT-siRNA表现优越.
- 该模型准确地预测了SARS-CoV-2的高效siRNA淘汰,并与PDCD1,CD38和IL6的实验结果保持一致.
- 注意力分析显示,主要关注siRNA的5'端,MLP层可视化澄清了有效的特征提取.
结论:
- 伯特-siRNA为siRNA目标基因淘汰效率预测提供了可靠,稳定和高度准确的解决方案.
- 该模型的可解释性,通过注意力得分和隐藏层分析,增强了其对生物研究的有用性.
- 这一进步促进了RNA干扰技术的更有效和更精确的应用.


