在液体活检中预测基于外体miRNA的生物标志物
Akanksha Arora1, Gajendra Pal Singh Raghava2
1Department of Computational Biology, Indraprastha Institute of Information Technology, Delhi, Okhla Phase 3, A-302 (R&D Block), New Delhi, 110020, India.
Scientific reports
|August 25, 2025
概括
研究人员在外体微RNA (miRNA) 中确定了液体活检生物标志物的特定核酸模式. 结合对齐和人工智能方法的整体模型在预测外体miRNA方面取得了高准确性.
科学领域:
- 生物化学
- 基因组学
- 生物信息学
背景情况:
- 外体微RNA (miRNA) 是非侵入性诊断的有希望的生物标志物.
- 了解外体miRNA属性对于开发准确的预测模型至关重要.
研究的目的:
- 为了确定外体miRNA的序列特征.
- 开发用于预测外体miRNA的计算模型.
- 创建一个用于外体miRNA预测和设计的网络服务器.
主要方法:
- 收集并分析了外体和非外体miRNA序列.
- 使用基于对齐的方法 (MERCI,BLAST) 和人工智能 (AI) 模型 (机器学习,深度学习,预训练语言模型).
- 开发了一种结合对齐和人工智能方法的组合方法.
主要成果:
- 在外体miRNA中确定特定位置的核酸偏好.
- 基于对齐的方法显示高精度但覆盖率低 (29%).
- 人工智能模型的最大AUC为0. 707和MCC为0. 268.
- 在独立数据集上,组合方法的最大AUC为0.73和MCC为0.352.
结论:
- 特定的序列特征是外体miRNA的特征.
- 开发的组合模型和网络服务器 (EmiRPred) 可以帮助外体miRNA预测和设计.
- 这项工作有助于将外体miRNAs作为液体活检的生物标志物.
