RNAirport:一个基于深度神经网络的数据库,描述了植物中的代表性基因模型.

科学领域:

• 植物分子生物学 植物分子生物学
• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.

背景情况:

• 5'-未翻译区域 (5'-UTR),现在被称为5'-领导者,表现出显著的异形多样性.
• 替代拼接 (aS) 和替代转录起点 (aTSS) 产生了这些多样化的5'-领导者.
• 识别具有代表性的5'-leader对于研究控制翻译效率的RNA调节元件至关重要.

研究的目的:

• 在五种植物物种中开发用于注释代表性5'-领导者的计算工具.
• 为了能够检查这些5'-leaders中的RNA调节元素.
• 为未来的研究奠定基础,例如Ribo-Seq开放式阅读框架注释.

主要方法:

• 基于克鲁斯卡尔-瓦利斯测试的排名算法被用于识别代表性的替代拼接介导的5'-领导者.
• 一个深度学习模型,5'leaderP,被训练来预测代表性的5'-ends基于帽子分析基因表达数据,学习aTSS介导的模式.
• 对5'leaderP模型预测的实验验证是在Arabidopsis和大米中进行的.

主要成果:

• 该研究成功地使用开发的算法和深度学习模型确定了五种植物物种的代表性5'-领导者.
• 5'领导者P模型在预测5'末端方面表现出高准确性,并经过实验证实.
• 创建了一个资源RNAirport (http://www.rnairport.com/leader5P/),以提供访问这些注释基因模型和5'leaderP工具.

结论:

• 开发的计算方法有效地注释了代表性的5'-领导者,解决了同型多样性的挑战.
• 这项工作为植物5'-领导者多样性及其监管影响提供了宝贵的见解.
• 这些发现为先进的功能基因组学研究铺平了道路,包括Ribo-Seq分析,类似于正在进行的人类GENCODE项目.