siDPT：通过无偏偏好-对Transformer预测siRNA活性
基因组学
2025-09-22 v1 信号处理
定量方法
摘要
小干扰RNA(siRNA)是约21-23个核苷酸的短双链RNA分子，具有通过沉默靶基因功能来治疗疾病的潜力。鉴于其 well 理解的机制，许多siRNA-based药物已在临床试验中评估。然而，选择有效结合区域和设计siRNA序列需要大量实验，使过程成本高昂。随着基因组资源和公开可用siRNA数据集的持续增长，可利用数据驱动模型来更好地理解siRNA-mRNA相互作用。为了充分利用此类数据，编制高质量的siRNA数据集至关重要，以最小化实验误差和噪声。我们提出siDPT：siRNA活性预测通过无偏偏好-对Transformer，一种构建偏好-对数据集并设计带有无偏排序目标的siRNA-mRNA交互式Transformer，以改进siRNA抑制预测和泛化能力。我们使用两个公开数据集和一个新收集的专利数据集进行评估。我们的模型在Pearson相关系数上显著提高，并在其他指标上表现出色。
引用
@article{arxiv.2509.15664,
title = {siDPT: siRNA Efficacy Prediction via Debiased Preference-Pair Transformer},
author = {Honggen Zhang and Xiangrui Gao and Lipeng Lai},
journal= {arXiv preprint arXiv:2509.15664},
year = {2025}
}