РНК

В исследовании представлен KDM — новый унифицированный фреймворк для регуляторной геномики, который решает проблему разрыва между интерпретируемыми, но жесткими матрицами весов позиций (PWM) и высокопроизводительными, но непрозрачными моделями машинного обучения. Авторы предложили представлять как мотивы, так и последовательности в виде распределений вероятностей над общим словарем k-меров с использованием преобразования Хеллингера. Это позволяет использовать единый коэффициент Бхаттачарьи для скоринга, сравнения мотивов и предсказания связывания. В рамках системы реализованы четыре инструмента: KDMMap для анализа позиционного обогащения, KDMMatch для поиска мотивов, KDMFind для их обнаружения методом матричной факторизации и KDM-LRLM для предсказания связывания. Тестирование на 1324 экспериментах ChIP-seq и 161 эксперименте eCLIP показало высокую точность: KDMMap совпадает с CentriMo в 84% случаев для транскрипционных факторов. Модель KDM-LRLM при предсказании связывания на 2475 экспериментах сравнялась или превзошла 8 моделей глубокого обучения и 3 k-мерных метода. Исследование подчеркивает, что доминирование глубокого обучения обусловлено масштабом данных, а не только архитектурой нейросетей.

В статье представлены новые вычислительные протоколы для автоматизированной аннотации некодирующих РНК (ncRNA) в вирусных геномах. Авторы описывают методы использования базы данных Rfam, которая содержит курируемые выравнивания последовательностей и консенсусные вторичные структуры для тысяч семейств РНК. Основное внимание уделено интеграции данных Rfam в биоинформатические конвейеры и рабочие процессы машинного обучения (machine learning workflows). С помощью инструмента R2DT реализована возможность полногеномной визуализации 2D-структур РНК как на основе последовательностей, так и на основе множественного выравнивания. Также продемонстрирована работа с RESTful API Rfam для программного получения метаданных семейств, загрузки выравниваний и поиска пользовательских последовательностей. Данные методы критически важны для вирусологов и исследователей РНК, стремящихся автоматизировать анализ структурно-функциональных связей в геномах вирусов.

В исследовании представлен новый метод SpecRNA-QA, предназначенный для оценки качества трехмерных моделей структур РНК. Основная проблема существующих подходов заключается в их ориентации на локальную геометрию, что мешает обнаружению глобальных топологических ошибок, когда локальные элементы (например, спирали) верны, но общая укладка доменов нарушена. Авторы предложили использовать мультимасштабные спектральные признаки, извлеченные из графового Лапласиана сетей контактов между нуклеотидами. Метод анализирует распределение собственных значений, следы теплового ядра и спектральную энтропию на четырех различных дистанционных масштабах. В ходе кросс-валидации на данных CASP16 (42 мишени, 7368 моделей) SpecRNA-QA показал медианный коэффициент корреляции Спирмена rho = 0,69, что значительно превосходит базовые геометрические методы (rho = 0,47). Для крупных молекул РНК (более 200 нуклеотидов) метод продемонстрировал превосходство над статистическим потенциалом DFIRE (rho = 0,72 против 0,52). Важной особенностью является возможность использования обучения без учителя (training-free heuristic) на основе всего трех спектральных статистик, что позволяет оценивать качество без необходимости в размеченных данных.