Rck; accurate and efficient inference of sequence and structure-based protein-rna binding models from rn acompete data
- 4. RNA⼆二次構造を考慮したモチーフ発⾒見ソフトウェア
• 配列情報のみから発⾒見
• MEMRIS (Hiller et al. (2006), NAR)
• RNAMotifFinder (Wang et al. (2011), BMC Genomics)
• GraphProt (Maticzka et al. (2014), Genome Biology)
• affinityデータが必要 (RNAcompete)
• RNAcontext (Kazan et al. (2010), PLOS Computational Biology)
• RCK (Hiller et al. (2016), ISMB2016)
• アプタマー(核酸医薬の⼀一種)⽤用
• AptaMotif (Hoinka et al. (2012), ISMB2012)
- 10. 気になる点
• 最終的な(⽣生物学上の)ゴールをin vivoでのターゲット予測だとすると、その精
度が向上していないのは果たしてどうなのか?
• in vivoでの⽐比較は、(学習データが違ってくるとはいえ)GraphProtとも⽐比較す
るべきではないか?
• 精度評価しかしておらず、折⾓角k-merごとに学習したのにpositionごとの依存
関係についての解析が不⼗十分。また、全然異なるk-merのaffinityが⾼高くなって
いたりする事がないのかは気になるが、調べていない。
• RNAcompeteは、short RNAしか調べられないので、Bulge/Internal/Multi loopに対するbinding affinityが
適切に調べられるようには思えない。また、negative datasetとpositive datasetの間でsequence
compositionがかなり違うので学習にバイアスがかかる気がする。