биоинформатика

Исследователи представили miRBind2 — метод глубокого обучения для предсказания сайтов связывания микроРНК (миРНК) исключительно на основе последовательности. МиРНК регулируют экспрессию генов, направляя белки Argonaute к частично комплементарным участкам целевых РНК. В отличие от классических методов, использующих инженерные признаки (категории seed-соответствия, эволюционная консервация), miRBind2 применяет свёрточную нейронную сеть (CNN) с новой попарной нуклеотидной репрезентацией, охватывающей все возможные взаимодействия между миРНК и мишенью. Модель продемонстрировала превосходство над предыдущими методами SotA на четырёх независимых наборах данных из benchmark debiased miRBench, при этом используя на 92% меньше параметров. Архитектура была расширена до модели miRBind2-3UTR для предсказания репрессии генов на уровне транскриптов путём дообучения на экспериментах по пертурбации миРНК. На датасете из 50,549 пар миРНК-ген модель miRBind2-3UTR значительно превзошла TargetScan. Результаты показывают, что предобученные глубокие модели способны улавливать регуляторные сигналы и предсказывать функциональную репрессию без традиционных инженерных биологических признаков.

Исследователи представляют ProteinSage — новую фреймворк предобучения для моделей белковых языков, который интегрирует явные структурные ограничения вместо традиционного подхода, основанного исключительно на последовательностях. Методология включает структурированное маскирование белковых последовательностей и каузальную задачу, позволяющую моделировать долгосрочные зависимости в структуре белка. Такой подход позволяет достигать конкурентоспособных результатов при использовании меньшего объёма данных и вычислительных ресурсов. Валидация на задаче обнаружения белков с многопроходными трансмембранными спиральными архитектурами показала успешную идентификацию шести ранее неаннотированных гомологов микробных родопсинов. Это демонстрирует способность модели к истинному структурному обобщению, а не просто подгонке под конкретные задачи. Разработка ProteinSage открывает путь к более эффективному обучению представлений белков с сохранением структурной информации, что критически важно для предсказания структуры белков, дизайна лекарств и понимания механизмов заболеваний. Технология может ускорить открытие новых терапевтических мишеней и персонализированные подходы к лечению на основе белковых взаимодействий.

Исследователи представили evedesign — открытую унифицированную платформу для машинного обучения в биоинженерии белков, которая решает проблему несовместимости существующих инструментов. Framework формализует условный дизайн биологических последовательностей метод-агностичным способом, позволяя комбинировать supervised и unsupervised модели из стандартизированных спецификаций. Ключевая особенность — поддержка итеративных lab-in-the-loop рабочих процессов, где экспериментальные данные непрерывно уточняют последовательные раунды дизайна. Платформа включает интерактивный веб-интерфейс для end-to-end дизайна, доступный широкой научной аудитории по адресу evedesign.bio. Авторы продемонстрировали полезность evedesign в трёх ключевых областях: инжиниринг антител, дизайн ферментов и открытие природных ферментов. Это решение критически важно для разработки новых терапевтических антител и ферментных препаратов, так как позволяет неэкспертам создавать сложные многокритериальные оптимизационные workflows. Открытый исходный код платформы и призыв к сообществу способствуют ускорению биомедицинских исследований.

Исследование представляет новый алгоритм для обнаружения мотивов и контекстов РНК-связывающих белков (RBP), основанный на лингвистических принципах. РНК-связывающие белки регулируют свои РНК-мишени путем связывания с короткими последовательными мотивами, однако механизмы специфичного распознавания остаются неясными для большинства человеческих RBP. Существующие алгоритмы обнаружения мотивов не учитывают структуру и состав фланкирующих регионов мотива, что является существенным недостатком. Предложенный алгоритм использует три важных свойства k-мер (k-mer), придающих лексическую, синтаксическую и семантическую структуры процессу обнаружения мотивов и контекстов. Алгоритм является консенсусным, детерминированным и гибким, интегрируя информацию из последовательных контекстов при построении мотивов RBP. Исследователи продемонстрировали, что их алгоритм достигает высокой точности обнаружения против набора ground-truth и превосходит существующие методы в первичном ранжировании мотивов. Это исследование имеет значение для фундаментальных исследований молекулярной биологии и может в будущем способствовать пониманию механизмов заболеваний на уровне РНК-белковых взаимодействий.

Исследование представляет новый метод ABAG-Rank — глубокую нейронную сеть на основе архитектуры DeepSets, предназначенную для эффективного выбора лучших структурных моделей комплексов антитело-антиген из ансамблей, предсказанных AlphaFold. Проблема заключается в том, что AlphaFold3, несмотря на выдающуюся точность предсказания структур белков, часто не может надёжно отличить правильные модели от множества ошибочных предсказаний, особенно для комплексов без сильной коэволюционной информации. Авторы обучили модель на избыточность-редуцированном наборе всех известных комплексов антитело-антиген, используя простые геометрические дескрипторы вместе с оценками уверенности от AlphaFold, что обеспечивает богатую информацию о качестве интерфейса без необходимости интенсивных расчётов на основе физики. Экспериментальные результаты демонстрируют, что ABAG-Rank значительно превосходит внутреннюю систему оценки AF3 и существующие методы ранжирования на основе глубокого обучения. Метод способен обрабатывать ансамбли структурных декоев переменного размера, что делает его применимым к различным настройкам предсказания. Разработанный инструмент имеет открытый исходный код и доступен по адресу GitHub, что способствует его внедрению в научное сообщество. Данная работа имеет практическую значимость для разработки лекарств, понимания иммунных реакций и дизайна вакцин, где точное предсказание структуры комплексов антитело-антиген критически важно.

VICAST (Viral Cultured-virus Annotation and SnpEff Toolkit) — это программный комплекс для анализа эволюции вирусов в клеточных культурах, позволяющий проводить аннотацию геномов и выявлять варианты с частотой 3-50%, что критически важно для понимания аттенуации вирусов и адаптации к хозяину. В отличие от существующих инструментов, которые обрабатывают эти задачи раздельно, VICAST объединяет полуавтоматическую аннотацию с ручными контрольными точками и интеграцией с SnpEff для функционального анализа вариантов. Инструмент поддерживает четыре пути аннотации для различных типов геномов, включая полипротеины, неаннотированные и сегментированные геномы, а также включает модуль ко-возникновения чтений на уровне BAM для валидации гаплотипов. Валидация проводилась на трёх вирусах: SARS-CoV-2 (полипротеиновая аннотация), Dengue virus 2 (стандартная флавивирусная аннотация) и Influenza A H1N1 (многокомпонентный геном). По сравнению с VADR VICAST работает в 5.6-8.1 раз быстрее и включает встроенную проверку на контаминацию. Инструмент уже произвёл валидированные аннотации для Chikungunya virus (NC_004162.2), которые включены в кастомную базу SnpEff. VICAST распространяется бесплатно через GitHub в виде Docker-контейнеров и conda-пакетов.

Исследование посвящено разработке объективных биомаркеров для ранней диагностики старческой астении (frailty) с использованием биоинформатического анализа и машинного обучения. Авторы использовали два независимых транскриптомных датасета из базы GEO: GSE144304 (n=80) и GSE287726 (n=70). Методология включала анализ дифференциальной экспрессии генов, обогащение GO, KEGG и GSEA, а также построение ML-моделей с разделением данных 70% на обучение и 30% на валидацию. Ключевые результаты показали, что метаболизм витамина D, ABC-транспортеры и воспалительные/иммунные пути являются согласованно обогащёнными и подтверждёнными через GSEA. Выявленные биомаркеры демонстрируют благоприятную диагностическую производительность ML-моделей. Исследование демонстрирует, что нарушения метаболизма витамина D и хроническое воспаление являются основными молекулярными особенностями старческой астении. Результаты открывают новые стратегии для базовых исследований, ранней клинической диагностики и разработки терапевтических мишеней.