RNA İkincil Yapılarının Çok Boyutlu Gösterimi ve Pre-Mirna Tespiti Için Uygulamaları

Abstract

MikroRNA'lar (miRNA'lar), transkripsiyon sonrası gen ekspresyonu düzenleyicileridir. Bir_x000D_ miRNA yüzlerce haberci RNA'yı (mRNA'lar) hedefleyebildiği gibi, bir mRNA farklı miRNA'lar_x000D_ tarafından hedeflenebilir, üstelik tek bir miRNA bir mRNA sekansında çeşitli bağlanma_x000D_ bölgelerine sahip olabilir. Bu nedenle miRNA'ları deneysel olarak araştırmak oldukça_x000D_ karmaşıktır. Bu tür zorlukları aşabilmek için makine öğrenimi (ML) sıklıkla kullanılmaktadır._x000D_ ML analizinin temel kısımları büyük ölçüde giriş verilerinin kalitesine ve verileri tanımlayan_x000D_ özelliklerin kapasitesine bağlıdır. Daha önce miRNA'lar için 1000'den fazla özellik önerilmişti._x000D_ Bu projede, RNA ikincil yapısını temsil eden yeni özellikler ve yüksek doğruluk değerleri_x000D_ sağlayan, dinamik, çok boyutlu grafik gösterimini tanımlamayı hedeflemiştik. Bu çalışmada,_x000D_ ML tabanlı miRNA tahmini için yeni ve kolayca güncellenebilir bir yaklaşım geliştirilmiştir._x000D_ Bilinen insan miRNA'larının ve sözde saç tokalarının random forest (RF), support vector_x000D_ machine (SVM) ve multilayer perceptron (MLP) gibi çeşitli sınıflandırıcılarla_x000D_ sınıflandırılmasıyla binlerce model oluşturulmuştur. Yöntem insan verilerine dayanarak_x000D_ oluşturulmuş olsa da en iyi model miRBase ve MirGeneDB gibi kamu veri tabanlarından_x000D_ insan olmayan saç tokaları üzerinde test edilmiş ve yüksek skorlar üretilmiştir. Ayrıca,_x000D_ yöntemin farklı veriler üzerindeki etkinliğini göstermek için ekspresyon farkları tahmini_x000D_ (differential expression prediction) analizinde de kullanılmıştır. Bu aşamada SARS-CoV-2_x000D_ enfeksiyonunun etkisini ölçen bir veri setinin analizinden elde edilen sonuçlar yayınlanmıştır.MicroRNAs (miRNAs) are posttranscriptional regulators of gene expression. While a miRNA_x000D_ can target hundreds of messenger RNA (mRNAs), an mRNA can be targeted by different_x000D_ miRNAs, not to mention that a single miRNA might have various binding sites in an mRNA_x000D_ sequence. Therefore, it is quite complicated to investigate miRNAs experimentally. Thus,_x000D_ machine learning (ML) is frequently used to overcome such challenges. The key parts of a_x000D_ ML analysis largely depend on the quality of input data and the capacity of the features_x000D_ describing the data. Previously, more than 1000 features were suggested for miRNAs. In this_x000D_ project, we aim to define new features representing the RNA secondary structure and its_x000D_ dynamic multidimensional graphical representation providing high accuracy values. In this_x000D_ study, a new and easily updateable approach for ML-based miRNA prediction has been_x000D_ developed. Thousands of models have been created by classifying known human miRNAs_x000D_ and pseudo hairpins with various classifiers such as random forest (RF), support vector_x000D_ machine (SVM), and multilayer perceptron (MLP). Although the method was created based_x000D_ on human data, the best model was tested on non-human hairpins from public databases_x000D_ such as miRBase and MirGeneDB and high scores were produced. It has also been used in_x000D_ differential expression prediction analysis to show the effectiveness of the method on_x000D_ different data sets. At this stage, the results obtained from the analysis of a data set_x000D_ measuring the impact of SARS-CoV-2 infection have been published.