Cercetătorii au dezvoltat un instrument de inteligență artificială pentru cartografierea situsurilor de legare a microARN-urilor pe ARN-urile circulare
ARN-urile circulare (circARN) sunt molecule in formă de buclă care pot influența reglarea genelor prin interacțiuni cu microARN-urile (miARN). Acest lucru este important deoarece circARN-urile pot exista sub diferite izoforme de lungime completă, iar joncțiunea de splicing invers (BSJ) leagă cele două capete ale ARN-ului. Tratarea unui ARN circular ca pe un transcript liniar poate omite astfel informația de secvență din apropierea acestei joncțiuni.
Giltae Song, profesor în cadrul Școlii de Informatică și Inginerie Informatică de la Universitatea Națională Pusan din Coreea de Sud, împreună cu colegii săi, au dezvoltat circMAC, un instrument bioinformatic bazat pe inteligență artificială pentru prezicerea situsurilor candidate de legare a microARN-urilor pe ARN-urile circulare. Cadrul primește ca intrare o izoformă de circARN de lungime completă și un miARN matur și prezice o probabilitate de legare pentru fiecare nucleotid al circARN-ului. Lucrarea a fost publicată în Briefings in Bioinformatics pe 9 septembrie 2026.
„Avansul cheie constă în a trece dincolo de întrebarea dacă un circARN și un miARN interacționează, la a întreba unde este probabil să aibă loc această interacțiune”, a declarat Song.
Păstrarea contextului de secvență la nivelul joncțiunii circulare
Pentru a păstra secvența circulară distinctivă, circMAC combină trei abordări complementare de modelare a secvenței. Mecanismul de atenție captează informații din întregul circARN, modelul Mamba surprinde dependențele secvențiale, iar o rețea neuronală convoluțională unidimensională identifică modele scurte de secvență locală asociate cu situsurile de legare. Umplerea circulară (circular padding) din ramura convoluțională permite ca modelele care se întind peste BSJ să fie considerate continuu, mai degrabă decât întrerupte la limita secvenței. Modelul utilizează de asemenea atenția încrucișată pentru a încorpora informații din miARN-ul specific analizat, permițând evaluarea fiecărui nucleotid al circARN-ului în contextul său specific miARN. De asemenea, folosește un preantrenament conștient de structură bazat pe predicția perechilor de baze.
Performanță solidă pe seturi de testare distincte
Cercetătorii au evaluat circMAC folosind izoforme de circARN de lungime completă susținute de adnotări ale situsurilor de legare AGO-CLIP. Principalul set de date cu perechi disjuncte a conținut 19.674 de perechi de antrenament și 7.838 de perechi de testare, cu 5,7% dintre pozițiile nucleotidice etichetate ca situsuri de legare. La setarea de 1.000 de nucleotide, circMAC cu preantrenament bazat pe predicția perechilor de baze a obținut un scor F1-macro de 0,762, un AUROC de 0,902 și un AUPRC de 0,545, depășind modelele de limbaj ARN preantrenate evaluate. De asemenea, a arătat cea mai puternică performanță generală dintre modelele de lungime completă evaluate în testele cu izoforme disjuncte și cu BSJ disjuncte.
„Păstrând contextul de secvență de lungime completă și condiționând predicțiile pe miARN-ul specific, cadrul poate oferi regiuni candidate mai bine țintite pentru experimentele de urmărire”, a spus Song.
Regiunile candidate necesită încă validare experimentală
circMAC poate ajuta cercetătorii în biologia computațională să identifice potențiale regiuni de legare a microARN-urilor pe ARN circular la rezoluție de nucleotid, permițând o validare experimentală mai țintită. Într-un caz ilustrativ, instrumentul a concentrat semnalele de predicție în apropierea unei regiuni BSJ adnotate a circCDYL2. Cu toate acestea, aceste predicții sunt menite să prioritizeze regiunile candidate de legare, nu să stabilească interacțiuni funcționale sau aplicații clinice.
În ansamblu, circMAC oferă un cadru de învățare automată pentru prioritizarea regiunilor candidate de legare circARN–miARN. Combinând modelarea secvenței ARN, continuitatea secvenței circulare și condiționarea specifică miARN-ului, acesta ar putea susține studii mai precise ale reglării mediate de ARN. Este nevoie de validare suplimentară folosind seturi de date independente și experimente înainte de a putea fi luate în considerare aplicații biologice sau clinice mai ample.
