bioRxiv · Bioinformatics· Gupta, K., Wang, B., Sharp, P. A., Burge, C. B., Solar-Lezama, A. ·· 1 天前AI 评分69
神经 RNA 剪接模型依赖剪接机制不可获得的阅读框信息
Neural RNA splicing models rely on reading frame information unavailable to the splicing machinery
AI 导读
研究团队发现，常用神经 RNA 剪接工具的预测更易受改变翻译阅读框、产生框内终止密码子的缺失或变异影响，而非保持阅读框的改变。这种依赖使黑盒模型系统性漏掉许多具有临床意义的 poison exons，而包含剪接特异结构的灰盒模型对此依赖较弱。代码已公开于 https://github.com/kavigupta/frame-alignment-checks。
来源：bioRxiv · Bioinformatics · biorxiv.org