通过深度循环神经网络状态推断改进RNA二级结构预测
生物大分子
2024-07-09 v2
摘要
确定RNA序列中哪些核苷酸在RNA二级结构中配对或未配对（我们称之为RNA状态推断）的问题，可通过不同的机器学习技术进行研究。RNA序列的成功状态推断可用于为数据导向的RNA二级结构预测生成辅助信息。双向长短期记忆（LSTM）神经网络已成为一种强大的工具，能够建模全局非线性序列依赖关系，并在许多不同的分类问题上取得了最先进的性能。本文提出了一种以深度学习状态推断方法为核心的RNA二级结构推断实用方法。来自深度双向LSTM的状态预测被用于生成合成SHAPE数据，这些数据可通过最近邻热力学模型（NNTM）纳入RNA二级结构预测中。该方法在一个由16S核糖体RNA组成的多样化测试集上生成的预测二级结构，平均比无导向的MFE结构准确度高25个百分点。这些改进对某些序列仅为几个百分点，而对其他序列则接近50个百分点。准确性高度依赖于我们状态推断方法的成功，并且对我们状态预测的全局特征进行考察表明，状态推断和结构推断方法的准确性都高度依赖于序列与数据集的相似度。本文提出了一个在16S核糖体RNA上训练和测试的深度学习方法状态推断工具。将这些状态预测转换为合成SHAPE数据以导向NNTM，可大幅改善二级结构预测准确性，正如在16S rRNA测试集上所示。
引用
@article{arxiv.1906.10819,
title = {Improving RNA secondary structure prediction via state inference with deep recurrent neural networks},
author = {Devin Willmott and David Murrugarra and Qiang Ye},
journal= {arXiv preprint arXiv:1906.10819},
year = {2024}
}
备注
15 pages, 3 figures, and 5 tables