上海交大余祥课题组发布可迁移深度学习模型,鉴定多类型 RNA 修饰、显...
发布网友
发布时间：2024-10-24 09:41
共1个回答
热心网友
时间：2024-11-02 09:58
上海交通大学余祥课题组与上海辰山植物园杨俊/王红霞团队合作，发布了一项重要研究成果，他们开发了一个名为TandemMod的可迁移深度学习模型，解决了在纳米孔直接RNA测序( Direct RNA Sequencing, DRS)中同时鉴定多种RNA修饰类型的技术难题。这项突破降低了计算成本，为动植物和微生物的RNA修饰位点鉴定、表观转录组研究，以及RNA疫苗等人工修饰的RNA检测提供了强大的工具。
研究亮点包括：
1. 在保持性能的同时，显著减少训练集数据量和模型训练时间。
2. TandemMod不仅适用于多类型的RNA修饰识别，还支持对RNA疫苗等人工RNA的检测。
3. 通过实验验证，TandemMod在识别不同修饰率样本和与现有工具相比，提供了更准确的预测。
模型架构采用深度学习框架，包括1D-CNN，Bi-LSTM，注意力机制和全连接层，通过迁移学习技术，有效处理了DRS数据。实验结果显示，TandemMod在多种RNA修饰类型识别上表现出色，例如在ELIGOS数据集上，其准确率远超其他经典机器学习算法。
RNA修饰作为生命科学的重要研究领域，这项成果无疑为深入理解生命机制和药物研发带来了新的可能性。随着科研团队的不断努力，RNA修饰研究正逐渐揭示生命的更多奥秘，推动我们更接近“生命的真谛”。
