_ Un nou instrument pentru identificarea lungă a ARN-ului necodificator

ARN-urile lungi necodificatoare (lncRNA) sunt transcrieri omniprezente cu roluri de reglare cruciale în diferite procese biologice, inclusiv remodelarea cromatinei, reglarea post-transcripțională și modificările epigenetice. În timp ce acumularea de dovezi elucidează mecanismele prin care lncRNA-urile plantelor modulează creșterea, dezvoltarea rădăcinilor și repausul semințelor, identificarea lor precisă rămâne o provocare din cauza lipsei de metode specifice plantelor.

În prezent, metodele principale pentru identificarea lncRNA plantelor. sunt dezvoltate în mare măsură pe baza seturilor de date umane sau animale. În consecință, acuratețea și eficacitatea acestor metode în prezicerea lncRNA-urilor plantelor nu au fost evaluate pe deplin.

Recent, un articol de cercetare intitulat „Plant-LncPipe: o conductă computațională care oferă îmbunătățiri semnificative în identificarea lncRNA plantelor” de către un grup condus de Jian-Feng Mao de la Universitatea Forestieră din Beijing și Universitatea Umeå a fost publicat în Horticulture Research.

Acest studiu a colectat pe larg date de secvențiere a ARN-ului de înaltă calitate de la diferite plante și a folosit aceste date specifice plantelor pentru a reeduca. modelele a trei instrumente principale de predicție lncRNA, și anume CPAT, LncFinder și PLEK. Performanța modelelor reantrenate a fost comparată și evaluată cu alte instrumente populare de predicție a lncRNA, cum ar fi CPC2, CNCI, RNAplonc și LncADeep.

Rezultatele au demonstrat că modelele reantrenate au îmbunătățit semnificativ performanța de predicție pentru lncRNA-urile plantelor. . Printre ele, două modele recalificate, LncFinder-plant și CPAT-plant, le-au depășit pe altele pe criterii de evaluare multiple, făcându-le cele mai potrivite instrumente pentru identificarea lncRNA a plantelor.

Această cercetare a dezvoltat o conductă computațională numită Plant-LncPipe. pentru identificarea și analiza lncRNA-urilor din plante.

Această conductă integrează două modele de identificare de cea mai bună performanță, CPAT-plant și LncFinder-plant, permițând un proces de calcul cuprinzător care cuprinde preprocesarea datelor brute, asamblarea transcriptelor, identificarea lncRNA, Clasificarea lncARN și originile lncARN. Această conductă de calcul poate fi aplicată pe scară largă la diferite specii de plante. Plant-LncPipe este disponibil public.

Studiul demonstrează că reinstruirea modelelor de predicție lncRNA pe date transcriptomice de înaltă calitate a plantelor a permis capturarea mai precisă a caracteristicilor lncRNA ale plantelor, îmbunătățind semnificativ precizia și fiabilitatea predicției. Studiul a subliniat importanța recalificării specifice speciei pentru a îmbunătăți acuratețea modelului. Reantrenarea modelelor mature existente a păstrat experiența și metodologiile acumulate anterioare, sporind în același timp aplicabilitatea și acuratețea modelului.

(Fluierul)