用于生物序列两两比对的替换矩阵与空位罚分的判别式学习

成对比对得分被用于生物信息学的许多领域中，以对序列对进行分类，包括同源性搜索、相互作用预测和测序读段比对。不同序列对的相对得分高度依赖于替换矩阵和缺口罚分的选择，但现有的参数估计方法并未针对分类任务对这些参数进行直接优化。在本研究中，我们提出了 DiscrimAlign，这是一种统计模型，用于从由未比对生物序列的正样本对和负样本对组成的数据集中，判别式地学习替换矩阵和缺口罚分。该模型通过逻辑函数将序列对的比对得分与其相应的二元标签联系起来，并通过最大化似然来学习参数。我们分析了该模型的理论性质，推导并实现了一种学习过程，在模拟实验中研究了其性能，并将其应用于预测 microRNA-靶标相互作用。我们表明，采用判别式替换矩阵和缺口罚分进行序列比对，在相互作用预测方面的表现与当前最先进的神经网络分类器相当，同时具有更强的可解释性。该模型的实现及可复现工作流程可从以下地址获得：

作者声明不存在利益冲突。

感谢您有兴趣传播 bioRxiv 的相关信息。

注意：要求提供您的电子邮件地址仅用于确认您是本文的发送者。

关键词：生物序列比对 · 替换矩阵 · 空位罚分 · 判别式学习 · microRNA-靶标相互作用 · 生物信息学

原文链接：https://www.biorxiv.org/content/10.64898/2026.05.14.725168v1?rss=1