- 1次围观
序列模型基于非编码 RNA 测定读数进行评估，但仅有预测结果并不能说明其特征相对于明确设定的基线增加了什么。我们在可用数据来源间固定成员和染色体折叠，估算模型在最后一步加入后，lncRNA 标签 AUROC 的变化以及 miRNA 抑制交叉验证 Spearman 相关系数的变化。在跨细胞 CRISPRi 数据中（n = 2961），AlphaGenome 将 AUROC 从 0.6426 提高至 0.7551；加入 K562 可及性数据后，这两个数值分别为 0.7282 和 0.7534。校正数据来源后的 Cas13 增量范围为 −0.0161 至 +0.0130（n = 871）。另行开展的审计后比较检验了固定序列组成、更广泛的正则化设置以及 TargetScan 聚合身份。采用扩展正则化后，序列组成使四个基线的表现有所提高，但 Cas13 AUROC 降低了 0.0365。经序列组成校正后，RNA-FM 在 CRISPRi 中的增量为 −0.0014，在 HEK293FT 中为 +0.000044；正负方向的小幅变化会随正则化设置而改变。在相同的 1227 个 HeLa 成员中，将种子家族聚合替换为有身份信息支持的成熟 miRNA 聚合后，基线 Spearman 相关系数从 0.4140 提高至 0.4799。随后，RNA-FM 的增量为 0.0170；经序列组成校正后则为 0.0014。这些基于来源数据行的聚合缺少实验转录本与位点之间的对应关系。结果表明，在解读模型的残余增量之前，应先检验基线所含信息、身份设定和正则化方式。负增量或接近于零的增量并不能证明信息缺失或模型等效。重采样汇总结果仍属于有条件的描述性分析或非联合敏感性分析；本研究无法进行经校准的确认性检验、确定有依据的实际效应阈值，亦无法核实预训练数据重叠情况。
序列模型依据非编码 RNA 检测读数进行评估，但仅有预测结果并不能说明其特征相较于明确的基线模型带来了什么增益。我们估算了在基线模型之后加入模型所产生的 AUROC 变化（针对 lncRNA 标签），以及 miRNA 抑制的交叉验证 Spearman 相关系数变化；在所有可用数据来源中，均固定成员集合和染色体折叠划分。在跨细胞 CRISPRi 数据中（n = 2961），AlphaGenome 将 AUROC 从 0.6426 提高至 0.7551；加入 K562 染色质可及性数据后，这两个数值分别为 0.7282 和 0.7534。经校正来源的 Cas13 数据中，增量范围为 −0.0161 至 +0.0130（n = 871）。另行开展的审计后比较检验了固定序列组成、更广泛的正则化设置以及 TargetScan 聚合身份信息。采用扩展正则化后，序列组成信息提高了四个基线模型的表现，但使 Cas13 AUROC 降低了 0.0365。进行序列组成调整后，RNA-FM 在 CRISPRi 中的增量为 −0.0014，在 HEK293FT 中为 +0.000044；在不同正则化设置下，增量的正负号略有变化。在相同的 1227 个 HeLa 成员中，以具有身份信息支持的成熟 miRNA 聚合结果替代种子家族聚合结果后，基线 Spearman 相关系数从 0.4140 升至 0.4799。此时，RNA-FM 的增量为 0.0170；进行序列组成调整后，则为 0.0014。这些来源行级聚合数据缺乏实验转录本/位点对齐信息。结果表明，在解释模型的残余增量之前，应先检验基线模型所含信息、身份信息和正则化设置。负增量或接近零的增量并不能证明信息缺失或模型等效。重采样汇总结果仍属于条件性描述或非联合敏感性分析；本研究无法进行校准后的确认、确定有依据的实际效应阈值，也无法核实预训练数据重叠情况。
作者声明不存在利益冲突。
感谢您有意帮助传播 bioRxiv 的信息。
注意：您的电子邮件地址是天天中彩票
仅要求注明您是本文的发送者。
关键词：非编码RNA · 序列模型 · 模型基线评估 · 机器学习 · CRISPRi数据分析
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.22.760090v1?rss=1