量化微RNA的大规模性:使用ChatGPT生成的人类微RNA疾病因果关联数据库

科学领域:

• 遗传学和基因组学 在
• 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:

• 微RNAs (miRNAs) 是人类疾病的关键调节者.
• 一个miRNA影响多种疾病的miRNA聚类变异现象在生物学上是显著的,但不太了解.
• 量化miRNA聚类型对于理解它们在健康和疾病中的广泛作用至关重要.

研究的目的:

• 为了系统地量化miRNA的性.
• 为了确定与增高的miRNA pleiotropy相关的生物和生物信息特征.
• 使用人工智能开发一个全面的人类miRNA疾病因果关联数据库.

主要方法:

• 使用大语言模型 (LLM) 开发miRNA人工智能疾病数据库 (miRAIDD).
• 基于精选的miRNA-疾病关联的miRNA pleiotropy的系统量化.
• 对miRNAs的生物和生物信息特征进行分析,以与类型相关联.

主要成果:

• 成功量化miRNA类型,突出其翻译的重要性.
• 特定的miRNA特征的识别,与较高的类活性相关.
• 创建和发布 miRAIDD 数据库,为研究界提供宝贵的资源.

结论:

• 这项研究为了解miRNA性提供了定量框架.
• 特定的miRNA特征可以预测它们在多种疾病中的参与.
• miRAIDD数据库和相关的AI方法为人类疾病中的miRNA研究提供了显著的进步.