Evaluation of novel computational methods to identify RNA-binding protein footprints from structural data
Notice bibliographique
Résumé
RNA-binding proteins (RBP) play diverse roles in mRNA processing and function. However, from thousands of RBPs encoded in the human genome, a detailed molecular understanding of their interactions with RNA is available only for a small fraction. In most cases, our knowledge of the combination of RNA sequence and structure required for specific RBP binding is insufficient for accurately predicting binding sites transcriptome-wide. In this context, the rapidly expanding collection of transcriptomic data sets that map distinct, yet intertwined posttranscriptional marks, such as RNA structure and RBP binding, presents an opportunity for integrative analysis to better characterize RBP binding. A grand challenge faced by our community is that relatively little information on the secondary structure context within and near RBP-binding sites has been gleaned from integrating such data sets, partially due to lack of suitable computational methods. To engage scientists from diverse backgrounds in addressing this gap, the RNA Society organized the RBP Footprint Grand Challenge in 2021, an international community effort to develop new methods or leverage existing ones for predicting RBP-binding sites through analysis of a growing volume of sequence, structure, and binding data and to experimentally validate select predictions. Here, we report the initiative, analyses, and methods developed by the participants, validation results, and five new in vivo binding data sets generated for validation. We hope our work will inspire additional innovation in computational methods, further utilization of available data resources, and future endeavors to engage the community in collaborating toward closing other critical data-analysis gaps.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».