ZGY9542的博客

最近的研究表明，通过转录后RNA修饰的表达转录调控对所有类型的RNA都是至关重要的。精确地确定RNA修饰位点对于理解RNA的功能和调控机制至关重要。作者提出一种方法：MultiRM，可以综合预测和解释转录后RNA修饰。该方法建立在一个基于注意力机制的多标签预测深度学习框架上，MultiRM不仅可以同时预测十二个广泛发生的RNA转录组修饰（m6A，m1A，m5C，m5U，m6Am，m7G，ψ，I，Am，Cm，Gm，Um）的位置，而且还可以返回对正面预测贡献最大的关键序列内容。

伪尿苷(Pseudouridine，Ψ)在核糖核酸、核糖核酸、转录核糖核酸和核仁核仁等多种核糖核酸修饰中广泛存在。因此，鉴定它们在学术研究、药物开发和基因治疗等方面具有重要意义。本文提出了一种采用二进制编码的多通道卷积神经网络。作者使用k折交叉验证和网格搜索来调整超参数。在独立的数据集上评估了它的性能，发现了有希望的结果。结果证明，作者的方法可以用于识别相关目的的伪尿苷位点。

伪尿苷（嘧啶）是最普遍的RNA转录后修饰之一。伪尿苷（嘧啶）位点的鉴定是理解RNA功能、RNA结构稳定、翻译过程和RNA稳定性的重要一步；然而，在实验室探索和生化过程中，高通量实验技术仍然昂贵且耗时。所以，作者提出了一个有效的分层集成模型IPseU-Layer来识别RNA伪尿苷（嘧啶）位点。IPSEU-Layer方法本质上是基于三个不同的机器学习层，包括：特征选择层、特征提取与融合层和预测层。在此基础上，利用现有模型系统地进行了交叉验证测试和独立测试的验证实验。