通过双重众包预测RNA降解的深度学习模型
机器学习
2022-04-25 v2 机器学习
生物物理
生物大分子
摘要
基于信使RNA的药物具有巨大潜力，其作为COVID-19疫苗的快速部署已证明了这一点。然而，mRNA分子的全球分发受到其热稳定性的限制，而热稳定性从根本上受限于RNA分子对一种称为在线水解的化学降解反应的内在不稳定性。预测RNA分子的降解是设计更稳定的RNA疗法的关键任务。在此，我们描述了在Kaggle上举办的一场众包机器学习竞赛（“斯坦福OpenVaccine”），该竞赛涉及对6043个长度为102-130个核苷酸的多样化RNA构建体进行单核苷酸分辨率测量，这些构建体本身是通过RNA设计平台Eterna上的众包征集而来的。整个实验在不到6个月内完成，获胜模型在核苷酸水平上的预测有41%落在真实测量值的实验误差范围内。此外，这些模型能够泛化到对更长mRNA分子（504-1588个核苷酸）的正交降解数据进行盲预测，且准确度优于先前发表的模型。顶尖团队将自然语言处理架构和数据增强技术与先前用于RNA二级结构的动态规划模型的预测相结合。这些结果表明，此类模型能够以极高的准确度表示在线水解，支持其用于设计稳定的信使RNA。两个众包平台（一个用于数据集创建，另一个用于机器学习）的整合，可能对需要在快速时间尺度上实现科学发现的其他紧迫问题富有成效。
引用
@article{arxiv.2110.07531,
title = {Deep learning models for predicting RNA degradation via dual crowdsourcing},
author = {Hannah K. Wayment-Steele and Wipapat Kladwang and Andrew M. Watkins and Do Soon Kim and Bojan Tunguz and Walter Reade and Maggie Demkin and Jonathan Romano and Roger Wellington-Oguri and John J. Nicol and Jiayang Gao and Kazuki Onodera and Kazuki Fujikawa and Hanfei Mao and Gilles Vandewiele and Michele Tinti and Bram Steenwinckel and Takuya Ito and Taiga Noumi and Shujun He and Keiichiro Ishi and Youhan Lee and Fatih Öztürk and Anthony Chiu and Emin Öztürk and Karim Amer and Mohamed Fares and Eterna Participants and Rhiju Das},
journal= {arXiv preprint arXiv:2110.07531},
year = {2022}
}