1 论文标题:LPI-MAM:以miRNAs为中介基于深度学习预测lncRNA-蛋白质相互作用
2 作者信息:屈文燕, 颜 静, 李晓毅, 谭建军*:北京工业大学环境与生命学院生物医学工程系,北京
3 出处和链接:屈文燕, 颜静, 李晓毅, 谭建军. LPI-MAM:以miRNAs为中介基于深度学习预测lncRNA-蛋白质相互作用[J]. 计算生物学, 2023, 13(2): 11-21. https://doi.org/10.12677/HJCB.2023.132002
4 摘要:长链非编码RNA (Long non-coding RNAs, lncRNAs)是细胞增殖和死亡的重要调控因子,它的失调可能会导致多种疾病发生。LncRNAs主要是通过与蛋白质相互作用(lncRNA-protein interactions, lncRPIs)来发挥生物学功能。因此,研究lncRPIs对了解lncRNAs的功能及相关疾病至关重要。目前,多数计算方法依赖于已知的验证过的lncRPIs构建模型,但经过实验验证的样本是有限的。MiRNAs主要是与mRNAs结合导致基因沉默,而lncRNAs可作为竞争性内源性RNA,竞争性的结合miRNAs来间接地调节基因表达。本文提出LPI-MAM方法,使用miRNAs作为中间体来扩大lncRPIs的预测范围。该方法将序列、结构和组成转换分布特征融合,输入卷积神经网络和独立循环神经网络的集成深度学习框架中。结果表明,LPI-MAM在基准数据集上取得了良好的性能。并且通过构建可视化交互网络发现该模型具有预测未知lncRPIs的能力。