Aptamer 库的布尔曼图谱嵌入
机器学习
2025-10-30 v1 概率论
定量方法
机器学习
摘要
生物化学中的机器学习方法通常将分子表示为两分子相互作用的图结构，用于性质和结构预测。大多数方法仅基于单个图（通常为最小自由能（MFE）结构），用于低能量集合（构象）的代表结构，以代表热力学平衡下的结构。我们引入一种以布尔曼加权的指数族随机图（Boltzmann-weighted exponential-family random graph, ERG）嵌入，将分子建模为布尔曼加权的相互作用图集合。我们在 SELEX 数据集上评估了该嵌入，其中实验偏差（如 PCR 放大或测序噪声）可能遮蔽真实的 aptamer-配体亲和力，产生异常候选者，其观察丰度与实际结合强度不符。我们表明，所提出的嵌入能够在存在偏差观察的情况下，对 aptamer 配体亲和力实现稳健的社区检测和次图水平解释。这一方法可用于识别低丰度 aptamer 候选者，以供进一步实验评估。
引用
@article{arxiv.2510.21980,
title = {Boltzmann Graph Ensemble Embeddings for Aptamer Libraries},
author = {Starlika Bauskar and Jade Jiao and Narayanan Kannan and Alexander Kimm and Justin M. Baker and Matthew J. Tyler and Andrea L. Bertozzi and Anne M. Andrews},
journal= {arXiv preprint arXiv:2510.21980},
year = {2025}
}