利用 SPLAIRE 提升剪接位点使用情况预测

内容形式：摘要译文

可变剪接是指从前体 mRNA 中切除内含子序列以生成成熟 mRNA 的机制。它影响超过 95% 的人类蛋白质编码基因，也是驱动人类疾病状态的重要因素。剪接体是一种负责前体 mRNA 剪接的蛋白质-RNA 复合物，它部分依靠识别外显子与内含子交界处的特征性序列基序来确定候选剪接位点。与以往的机器学习技术相比，能够根据前体 mRNA 序列预测剪接位点是否存在的深度学习模型取得了突破性进展；这些模型也提升了我们识别改变剪接的致病遗传变异的能力。我们发现，尽管这类模型的整体性能指标显示其预测几近完美，但预测仍存在显著不足，包括识别低使用率剪接位点和组织特异性剪接位点的能力有限。

我们利用迄今规模最大的配对 RNA 与基因分型数据集之一，训练了一种针对特定细胞类型（人气道上皮细胞）进行优化的新型剪接模型。我们基于来自 100 名供者的培养气道上皮细胞数据，训练了一个扩张卷积神经网络，并发现该模型在剪接位点识别和剪接位点使用率定量方面优于当前最先进的模型；这一优势在多个未纳入模型训练数据的组织中也同样成立。我们对迄今发表的最先进剪接模型进行了最全面的评估，揭示了各模型在遗传变异效应预测方面总体表现尚可，同时指出了重要的性能不足，并为未来模型的开发方向提供了见解。

关键词：可变剪接 · 剪接位点预测 · 深度学习 · 扩张卷积神经网络 · RNA测序 · 遗传变异效应

原文链接：https://www.biorxiv.org/content/10.64898/2026.06.08.731019v1?rss=1