miRNA/isomiR ターゲット検出のためのディープラーニング手法

ニュース

ホームページホームページ / ニュース / miRNA/isomiR ターゲット検出のためのディープラーニング手法

Jun 23, 2023

miRNA/isomiR ターゲット検出のためのディープラーニング手法

Scientific Reports volume 12、記事番号: 10618 (2022) この記事を引用 2211 アクセス 2 引用 3 Altmetric Metrics の詳細 塩基対でのマイクロ RNA (miRNA) ターゲットの正確な同定

Scientific Reports volume 12、記事番号: 10618 (2022) この記事を引用

2211 アクセス

2 引用

3 オルトメトリック

メトリクスの詳細

マイクロRNA (miRNA) 標的を塩基対分解能で正確に同定することは、10年以上にわたって未解決の問題でした。 最近の miRNA アイソフォーム (isomiR) の発見により、この問題はさらに複雑になっています。 多くの方法が存在するにもかかわらず、isomiR を考慮した方法はなく、そのパフォーマンスは依然として最適とは言えません。 私たちは、isomiR と mRNA の相互作用を考慮し、深層学習モデルを適用して miRNA と mRNA の相互作用の特徴を研究することで、miRNA ターゲットの予測の精度が向上する可能性があると仮説を立てています。 私たちは、miRNA/isomiR-mRNA 相互作用の複雑な特徴を捕捉するために、DMISO と呼ばれる深層学習ツールを開発しました。 10 倍の相互検証に基づいて、DMISO は高い精度 (95%) と再現率 (90%) を示しました。 3 つの独立したデータセットで評価した場合、DMISO は、3 つの一般的な従来ツールと 2 つの最近開発された深層学習ベースのツールを含む 5 つのツールよりも優れたパフォーマンスを示しました。 2つの一般的な特徴解釈戦略を適用することにより、シード以外のmiRNA領域の重要性と、miRNA/isomiR-mRNA相互作用に対するmiRNA/isomiRおよびmRNA内のRNA結合モチーフの潜在的な寄与を実証しました。

マイクロRNA (miRNA) は、遺伝子制御と疾患の進行において重要な役割を果たす、約 22 ヌクレオチド (nt) の長さの一本鎖非コード RNA です1、2、3、4、5。 後生動物の miRNA 生合成中に、miRNA 遺伝子は pri-miRNA に転写され、酵素 Drosha および DGCR8 によって切断されて、ヘアピン構造の pre-miRNA が生成されます。 次に、pre-miRNA は細胞質に輸送され、酵素 Dicer によって処理されて二本鎖 miRNA が生成されます。 最後に、miRNA は二本鎖 miRNA の一方または両方の鎖から成熟します。 これらの成熟 miRNA は、状況に応じた標的部位の選択を通じて、さまざまな細胞型の標的 mRNA に直接結合して相互作用し、その結果、標的 mRNA の分解および/または翻訳の抑制が引き起こされます 1、2、3。 したがって、miRNA がどのように標的部位を選択し、標的 mRNA を同定するかを調査することが重要です。

さまざまなタイプの miRNA アイソフォーム (isomiR) の発見により、miRNA の標的部位と標的遺伝子の全体的な研究は魅力的であると同時に、より困難なものになっています 6。 後生動物の miRNA 生合成中に、isomiR は、pri-miRNA および/または pre-miRNA 7 の不正確な切断、成熟 miRNA の末端への nt の追加または末端からの nt の欠失 8,9、および中間の 1 つ以上の nt の修飾によって作成されます。成熟miRNAの。 同様に、結果として得られる isomiR は、それぞれ付加、欠失、多型 isomiR に分類されます。 修飾末端に基づいて、付加および欠失の両方の isomiR はさらに 3' isomiR および 5' isomiR として分類できます。 3' isomiR はより豊富で、元の miRNA と同じシード領域 (2 ~ 7 位) を共有しますが、5' isomiR は異なるシード領域を持ち、したがって異なる標的 mRNA になります。 得られる isomiR は、前述のタイプのハイブリッドである場合もあります。

さまざまな細胞型に isomiR が広く存在するため、miRNA 標的部位の選択と標的 mRNA 同定の問題を再検討する必要があります 10、11、12、13。 どのような実験条件下でも、個々の miRNA の配列と発現にはさまざまな変化が生じる可能性があります。 この多様性は、さまざまな存在量の異なる isomiR が存在し、従来の miRNA が実験条件下でそれぞれの標的遺伝子と積極的に相互作用することを意味します。 以前の研究では、特定の実験条件下での miRNA とその isomiR のこのような混合物は、シーケンスアーチファクトの代わりに一般的であることが示されています 14,15。 miRNA ターゲット予測に利用可能な方法とツールは miRNA-mRNA 相互作用のみを考慮しているため、トレーニング中に無意識のうちに isomiR-mRNA 相互作用が miRNA-mRNA 相互作用として考慮され、その結果高い偽陽性率と次善のパフォーマンスが発生する可能性があります 16,17。 したがって、標的部位と標的 mRNA を同定するには、isomiR と miRNA を一緒に研究することが重要です。

 95%) miRNAs. Moreover, this choice enabled enough data for training the deep learning models. We allowed a maximum gap or distance of 4 nt between the mapped miRNA portion and the mapped mRNA portion in a chimeric read as previously18. The miRNA and mRNA portion of a chimeric read may be mapped to multiple miRNA and mRNA transcripts, respectively. If a read was mappable to multiple miRNA or mRNA transcripts, to retain the most significant miRNA–mRNA pair, we used the following criteria in order: (1) the pair with the smaller BLAST e-values; and (2) the pair with the larger BLAST bit scores if the e-values were the same./p>