大数跨境

SNP+机器学习:纯生信实现14分高分文章的突破性研究!

SNP+机器学习:纯生信实现14分高分文章的突破性研究! 美捷登
2024-02-08
0


优研智达(实验外包)项目启动于2015年,支持客户完成各种细胞生物学、细胞培养、分子生物学、免疫、电镜、动物试验、肿瘤相关及神经学相关的细胞和动物实验,并协助完成基金课题和论文编辑发表等工作。形成了从实验设计到实验实施、数据解读、文章/标书产出润色的一站式科研管理服务体系,为您科研之路保驾护航。



实验设计与实施请添加


过去十年的全基因组关联研究(GWAS)积累了大量与常见疾病相关的遗传变异。在优先考虑GWAS中的致病单核苷酸多态性(SNP)时,尚未考虑SNP对翻译的功能影响。这项在Nucleic Acids Research(IF= 14.9)上发表的题为” Predicting functional consequences of SNPs on mRNA translation via machine learning”的研究,将机器学习模型应用于全基因组核糖体分析数据,通过分析 mRNA 翻译过程中的核糖体碰撞来预测SNP功能。



主要研究结果


1.与疾病相关的SNP往往会引起更显着的核糖体占据变化

使用公共核糖体分析数据,构建了随机森林模型来预测人类转录组每个CDS位置上的二体分数(FOD)。使用改良的核糖体分析方案对HEK293细胞中的单体和二体进行分析。标准化读取计数用于计算观察到的FOD。机器学习模型考虑了核糖体结合A位点周围的基因组特征来预测FOD。

将机器学习模型应用于CDS区域的SNP,并检查每个遗传变异引起的FOD的绝对变化(D)。结果显示,与良性SNP相比,与疾病相关的SNP更有可能改变核糖体二体占据分数。疾病相关SNP的D中位数为0.084,而良性SNP的D中位数为0.068(P值 < 2.2 × 10 -16,t检验)。D值较大的SNP更有可能与疾病相关。在D值较大的前2% SNP中,71.5%与疾病相关,而在所有考虑的SNP中,只有55.2%与疾病相关。值得注意的是,疾病SNP和非疾病SNP的参考等位基因的原始FOD分布相似。因此,当存在参考等位基因时,与疾病相关的SNP的位置不一定表现出较高比例的二聚体。相反,参考等位基因和替代等位基因之间的FOD变化表明了SNP的功能结果。


2.具有大D值的顶级SNP的基因本体和疾病术语分析

为了确定哪些疾病更有可能与具有大D值的SNP相关,比较了与每个疾病术语相关的RibOc-SNP和一般SNP的百分比。考虑来自DisGeNET的总共214个疾病术语,其中至少有50个相关的SNP。结果显示,Alport综合征、血友病和结直肠癌等7种疾病富含SNP,导致核糖体占用发生巨大变化(P 值 < 1 × 10−5)。




本文总结


本研究训练了一个机器学习模型来预测每个特定位点的核糖体碰撞。通过分析同一SNP的不同等位基因(参考等位基因或替代等位基因)引起的核糖体占据差异,研究发现了1900个在核糖体占据中表现出等位基因依赖性差异的SNP,并将其命名为RibOc-SNP(Rib osome- Oc cupancy-SNP)。这些RibOc-SNP与许多疾病相关,为人们进一步了解遗传变异如何通过翻译调控影响疾病提供了宝贵的资源。




参考资料


https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10450169/


如您有更多课题实验需求,或者您对更多热点研究感兴趣,想进一步探索、申请基金或写文章,我们将有专业编辑评估思路,提供从实验设计到实验实施、数据解读、文章/标书产出润色的一站式科研管理服务,为您科研之路保驾护航。备注“实验”可领更多福利优惠!请联系我们。


如果您需要降低文稿重复率,或者有进一步的润色需求,您可以将您的文稿上传到美捷登投稿系统(电脑端):online.medjaden.com或致电027-85567377,美捷登将为您提供专业指导!

【声明】内容源于网络
0
0
美捷登
1234
内容 1292
粉丝 0
美捷登 1234
总阅读0
粉丝0
内容1.3k