Caps-ac4C:基于深度学习的有效计算框架,用于识别人类mRNA中的N4-乙基提丁位点
Lantian Yao1, Peilin Xie1, Danhong Dong2
1Kobilka Institute of Innovative Drug Discovery, School of Medicine, The Chinese University of Hong Kong, Shenzhen, 2001 Longxiang Road, 518172 Shenzhen, China; School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen, 2001 Longxiang Road, 518172 Shenzhen, China.
Journal of molecular biology
|January 30, 2025
概括
N4-乙基丁 (ac4C) 是一种与癌症等疾病相关的重要mRNA修饰. 我们的新计算工具Caps-ac4C准确地识别了人类mRNA中的ac4C位点,改善了疾病研究和治疗开发.
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:
- N4-乙基胺 (ac4C) 是人类mRNA的一个关键的转录后修饰,影响翻译效率和稳定性.
- ac4C 修饰与包括癌症在内的各种疾病有关,使其准确的识别对了解病原体至关重要.
- 在 silico 方法提供了一个具有成本效益的方法来识别 ac4C 修改,比传统的实验方法需要更少的资源.
研究的目的:
- 开发一种高效准确的计算框架,用于精确检测人类mRNA中的ac4C.
- 为研究RNA修饰及其疾病关联的研究人员提供可靠的in silico工具.
主要方法:
- 开发了Caps-ac4C,这是一个利用混乱游戏表示的计算框架,以将RNA序列编码为图像.
- 在Caps-ac4C中使用囊网络,从RNA序列表示中学习全球和本地特征.
- 在测试组中验证了框架的性能,以评估其准确性和有效性.
主要成果:
- Caps-ac4C实现了最先进的性能,95.47%的精度和0.912 MCC的测试组.
- 拟议的方法显著优于现有方法,准确度提高了10.69%,MCC提高了0.216.
- 为Caps-ac4C开发了一个用户友好的Web服务器,并为更广泛的研究用途免费访问.
结论:
- Caps-ac4C是目前可用于预测人类mRNA中的ac4C位点的最准确工具.
- 该工具通过能够精确有效地识别ac4C,对RNA修饰研究做出重大贡献.
- 这些发现有助于更深入地了解疾病的发病性,并为针对RNA修饰的新型治疗干预打开了道路.
