|
Архив публикацийТезисыXXI-ая конференцияПредсказание положения сайтов посадки транскрипционных факторов E.coli при помощи QSAM-представления последовательностей ДНКИБК РАН, Россия, 142290, Пущино, ул.Институтская, 3, evgenia.teml@gmail.com 1 стр. (принято к публикации)Регуляция экспрессии генов на уровне транскрипции является важной характеристикой метаболизма прокариотических организмов. Синтез РНК-транскрипта с молекулы ДНК начинается со специальных участков - промоторов, которые в свою очередь могут регулироваться посредством белков - транскрипционных факторов (ТФ). Поиск сайтов посадки транскрипционных факторов (СПТФ) - одна из важнейших задач при изучении регуляции транскрипции у прокариот. При этом возникает две принципиально разные подзадачи: (1) предсказание наличия регуляции того или иного промотора и (2) поиск точного положения сайта посадки в случае наличия регуляции. В большинстве алгоритмов, направленных на поиск СПТФ, используются позиционные весовые матрицы [1 - 3]. Однако такой подход приводит к возникновению большого числа ложно-положительных предсказаний при относительно низкой специфичности метода.
В нашей работе мы предлагаем анализировать не текстовую последовательность СПТФ, а распределение физико-химических свойств, задаваемых конкретной нуклеотидной последовательностью. При этом каждому нуклеотиду сопоставляется n значений в n-мерном пространстве его физико-химических характеристик. Такое представление нуклеотидных последовательностей получило название QSAM-представления (quantitative sequence-activity models, [4]) и является разновидностью QSAR-моделирования (quantitative structure–activity relationship), широко применяемого для предсказания биологической активности химических соединений. Используя QSAM-представление последовательностей СПТФ и методы машинного обучения с учителем, мы построили несколько типов классификаторов, обученных для определения потенциальных сайтов посадки. Показано, что при использовании QSAM-представления вместо исходной текстовой последовательности, несмотря на сходное количество ложно-положительных срабатываний, точность решения обеих задач, представленных выше, оказывается заметно выше.
1. Stormo G. D., et al. Characterization of translational initiation sites in E. coli // NAR. 10, 9, 1982. Стр 2971-2996. 2. Münch R. et al. PRODORIC: prokaryotic database of gene regulation // NAR. 31, 1, 2003. Стр 266-269. 3. Salgado H. et al. RegulonDB v8. 0: omics data sets, evolutionary conservation, regulatory phrases, cross-validated gold standards and more // NAR. 41, D1, 2013. Стр D203-D213. 4. Sandberg M., et al. A multivariate characterization of tRNA nucleosides // J. Chemometrics. 10, 5-6, 1996. Стр 493-508. |
