跨域重建编码器

一种基于交叉域表示学习的RNA修饰位点识别模型，通过同时学习序列内与结构内依赖性，提升跨物种m6A位点识别精度。

Li, Guodong · Zhao, Bowei · Su, Xiaorui · Dong-Xu, Li · Yang, Yue · Zhi, Zeng · 胡伦

IEEE/CAA Journal of Automatica Sinica 2024

技术优势

同时利用序列与结构信息

通过跨域重建编码器学习核苷酸间的序列依赖和结构依赖，使模型能捕获更全面的修饰位点特征。

跨物种预测更准

整合序列与结构依赖使CR-NSSD能捕获不同物种间m6A修饰位点的通用特征，从而提高跨物种识别准确率。

应用场景

• RNA修饰分析：取代仅依赖序列信息的预测工具，更全面地识别修饰位点。
• 表观转录组学研究：为跨物种RNA修饰图谱绘制提供高精度识别模型。
• 复杂疾病机制研究：辅助从表观转录组层面解析疾病相关的m6A位点。