m6AmTwins:基于深度学习和Twins网络的m6Am位点预测

作者：贾建华; 陈天; 吴跟强; 孙明炜

来源：中国生物化学与分子生物学报, 2023, 39(06): 889-895.

DOI：10.13865/j.cnki.cjbmb.2023.03.1500

• N6,2′-O-二甲基腺苷
• 特征提取
• 深度学习
• 双胞胎网络

N6,2′-O-二甲基腺苷(m6Am)是一种常见的RNA分子的可逆修饰。部分研究已经说明m6Am对mRNA的影响，但现阶段对m6Am的生物学功能探索仍不够。所以我们提出了m6AmTwins,一种新的端到端双胞胎网络，将Transformer(自动编码器)和双向门控循环单元(Bi-GRU)有机结合，简单利用RNA序列得到RNA的检测性。相比于现有的算法，本文亮点在于利用对比学习，构建新的损失函数来训练m6AmTwins模型，提高了模型的泛化能力。基于Twins网络和简单编码方案，在两组正负比为1∶10的非平衡数据集下，其独立测试集上均取得了较好的结果，马修斯相关系数(MCC)分别得到0.53和0.545。同时，为增强m6AmTwins模型的鲁棒性(robustness),本文在训练集上还进行了10折交叉验证，其MCC结果分别为0.562和0.567,说明该模型具有良好的泛化能力，可为生物医学在m6Am上的研究提供一定的价值。

• 单位
  景德镇陶瓷大学