Resumen

Los microARN (miARN) son ARN no codificantes de proteínas de entre 20 y 22 nucleótidos de longitud que atenúan la producción de proteínas. Se están investigando distintos tipos de datos de secuencias en busca de nuevos miARN, incluidas secuencias genómicas y transcriptómicas. Diversos métodos de aprendizaje automático han logrado predecir precursores de miARN, miARN maduros y otras secuencias no codificantes de proteínas. MirTools, mirDeep2 y miRanalyzer requieren que se incluya el "recuento de lecturas" con las secuencias de entrada, lo que restringe su uso a datos de secuenciación profunda. Nuestro objetivo era entrenar un predictor utilizando una muestra representativa de diferentes especies para predecir con precisión miRNAs fuera del conjunto de entrenamiento. Queríamos un sistema que no requiriera el recuento de lecturas para la predicción y que, por tanto, pudiera aplicarse a secuencias cortas extraídas de fuentes genómicas, EST o RNA-seq. Se ha desarrollado un modelo de árbol de decisión para la predicción de miARN mediante aprendizaje automático supervisado. Sólo requiere que el genoma o transcriptoma correspondiente esté disponible dentro de una ventana de secuencia que incluya el precursor candidato, de modo que puedan recogerse las características de secuencia necesarias. Algunas de las características más críticas para el entrenamiento del predictor son la energía del dúplex miRNA:miRNA∗ y el número de desajustes en el dúplex. Presentamos un predictor de miARN de plantas de varias especies con una sensibilidad del 84,08% y una especificidad del 98,53%, basado en pruebas rigurosas de validación sin exclusión.

• Materias:Genética molecular Ácido ribonucleico (ARN) Genómica Reacción en cadena de la polimerasa (PCR) Ácidos nucleicos
• Subjects:Molecular genetics Ribonucleic acid (RNA) Genomics Polymerase chain reaction Nucleic acids
• Palabras claves:predictor, métodos de aprendizaje automático, energía dúplex mirna∗, mirnas, diferentes tipos, características críticas, diferentes especies, secuencias de entrada, aprendizaje automático, mirnas maduras.
• Keywords:predictor, machine learning methods, mirna∗ duplex energy, mirnas, different types, critical features, different species, input sequences, machine learning, mature mirnas