Prediction of miRNA-disease associations with a vector space model
microRNA在许多生理过程中起着关键作用。它们的失调也与包括癌症在内的各种人类疾病的发展和进展密切相关。因此，识别与疾病相关的新microRNA有助于更好地理解致病机制。microRNA也代表了生物技术在早期诊断方面的巨大机会。到目前为止，已经开发了几种计算机方法来解决microRNA-疾病关联预测的问题。然而，这些方法具有各种限制。在这项研究中，我们调查的假设，附加到miRNA和疾病的信息可以通过分布语义揭示。我们的基本方法是在高维向量空间中表示miRNA和疾病的分布信息，并根据它们的向量相似性来定义miRNA和疾病之间的关联。在已知miRNA-疾病关联的数据集上进行的交叉验证证明了我们方法的优异性能。此外，针对乳腺癌的案例研究证实了我们的方法发现新的疾病-miRNA关联并识别数据库中报告的假定错误关联的能力。
2016-06-01 q-bio.MN q-bio.QM
Link-weight distribution of microRNA co-target networks exhibit universality
microRNA（miRNAs）是一类小的非编码RNA，通过与相应信使RNA的3' UTR结合来调控基因表达。我们使用目标预测数据库MicroCosm Tagets构建了22种不同物种的miRNA共靶网络。具有一个或多个共同靶基因的个体物种的miRNA对被连接，并且共同靶的数量被分配为这些连接的权重。我们发现，所有物种的链接权重分布崩溃显着到对方缩放适当时。事实证明，尺度因子是物种复杂性的度量。一个简单的模型，其中目标是由miRNA随机选择的，可以提供正确的缩放函数并解释普遍性。
2013-07-04 physics.bio-ph q-bio.MN
Probing the limits to microRNA-mediated control of gene expression
根据“ceRNA假说”，microRNA（miRNAs）可以作为长编码或非编码RNA分子之间有效的正相互作用的介质，对各种生物过程具有重要的潜在意义。在这里，最近的工作提供了一个定量描述的小调控元件的信息传递渠道的启发，我们的特点的有效性，miRNA介导的调节调节的调制器（转录因子）和目标节点（长RNA）之间可实现的最佳信息流。我们的研究结果表明，虽然需要足够大程度的靶去抑制来激活miRNA介导的传递，但（a）在复杂加工和/或转录能力的不同机制的情况下，转录后miRNA通道的调节可以优于通过直接转录控制实现的调节;此外，（b）在存在大量弱相互作用的miRNA分子的情况下，来自滴定的额外噪声消失，使得miRNA通道与直接通道一样有效地处理信息。这些观察结果建立了miRNA介导的转录后串扰的限制，并表明，除了提供一定程度的噪音缓冲，这种类型的控制可以有效地在细胞中作为故障安全机制和作为基因表达的优先微调器，指出这些功能中的每一个被最大化的特定情况。
2016-01-26 cond-mat.dis-nn physics.bio-ph q-bio.MN
On the role of extrinsic noise in microRNA-mediated bimodal gene expression
一些研究强调了外在噪声在分子网络中塑造细胞决策和分化的相关性。基因表达水平的双峰分布的存在给出了表型分化的实验证据，其中分布的模式通常对应于系统的不同生理状态。我们从理论上解决了在microRNA（miRNA）介导的调控的背景下，双峰表型的存在。miRNAs是一种非编码的小分子RNA，可下调其靶mRNA的表达。这种相互作用的性质是滴定性的，并诱导阈值效应：低于给定的靶转录速率，没有mRNA是自由的，可用于翻译。我们通过引入波动的miRNA转录速率来研究外部噪声对系统的影响。我们发现，外在噪声的存在有利于双峰目标分布的存在下，可以观察到更广泛的参数范围相比，与内在噪声的情况下，只有和较低的miRNA靶相互作用强度。我们的研究结果表明，结合阈值诱导的相互作用与外在噪声提供了一个简单而强大的机制，获得双峰人口不需要微调。此外，我们还研究了蛋白质分布对蛋白质半衰期的依赖性。
2017-04-18 q-bio.MN
Mathematical modeling of microRNA-mediated mechanisms of translation repression
MicroRNA可以通过9种不同的机制影响蛋白质翻译，包括抑制转录起始和降解。在当前的文献中，关于哪种机制和在哪种情况下在活细胞中起主导作用存在激烈的争论。最糟糕的是，处理相同的mRNA和miRNA对的相同实验系统可以提供关于实验中观察到的翻译抑制的实际机制的模糊证据。我们首先回顾了目前对miRNA作用的各种机制的认识，并建议数学建模可以帮助解决一些有争议的解释。我们描述了三个简单的小RNA翻译的数学模型，可以用来作为解释蛋白质合成动力学实验数据的工具。我们开发的最复杂的模型包括所有已知的miRNA作用机制。它使我们能够研究对应于不同的miRNA介导的翻译抑制机制的可能的动力学模式，并以动力学特征的形式提出确定miRNA作用的主导机制的具体方法。利用计算实验和系统化现有的文献证据，我们证明了一个假设共存的不同的miRNA介导的翻译抑制机制。实际观察到的机制将是作用于或改变翻译过程的限制“位置”。限制的地方可以从一个实验设置到另一个不同。这个模型解释了大多数现有的争议报告。
2012-05-12 q-bio.MN
The evolution of microRNA-regulation in duplicated genes facilitates expression divergence
背景资料：后生动物中microRNA调控的进化是一个神秘的过程：microRNA序列在远端生物中高度保守，但另一方面，它们的靶点没有明显的保守性。结果：我们通过分析D.黑猩猩。我们发现，一般来说，microRNA靶向基因倾向于避免基因复制。然而，在基因复制明显的情况下，我们发现在序列水平上与祖先基因表现出高度分歧的基因也可能以相反的方式与microRNA调控系统相关联-如果祖先基因是miRNA靶标，则分歧基因往往不是，反之亦然。结论：这表明，miRNA不仅具有赋予表达鲁棒性的作用，如先前的工作所建议的，而且还是进化表达分歧的可访问工具。
2008-02-26 q-bio.MN q-bio.PE
Communities of dense weighted networks: MicroRNA co-target network as an example
复杂网络本质上是模块化的。当网络连接密集时，解析小模块特别困难;链路权重的广泛变化会带来额外的复杂性。在这篇文章中，我们提出了一个算法来检测社区结构的密集连接的加权网络。首先，通过擦除具有小于截止$q.$的权重的链接来计算网络的模块化。然后，取在模块化最大的$q=q_c,$处获得的所有不相交分量，并使用加权网络的Newman Girvan算法单独模块化分量。以人类microRNA（miRNA）共靶网络为例，证明了该算法可以揭示已知与生物学背景相关的miRNA模块。
2014-01-15 physics.bio-ph q-bio.MN
A combination of transcriptional and microRNA regulation improves the stability of the relative concentrations of target genes
众所周知，在合适的条件下，microRNA能够将其靶标的相对浓度微调到任何期望的值。我们发现，当其中一个靶点是调节其他靶点的转录因子（TF）时，这种功能特别有效。这种组合定义了一类新的前馈环（FFL），其中microRNA起着主调节器的作用。使用确定性和随机方程，我们表明，这些FFL确实不仅能够微调TF/靶标比率到任何所需的值作为miRNA浓度的函数，而且由于电路的特殊拓扑结构，确保该比率对随机波动的稳定性。这两种效应是由于直接的转录调控和由于TF和靶标竞争结合miRNA而引起的间接TF/靶标相互作用之间的相互作用（所谓的“海绵效应”）。然后，我们在人类调控网络中对这些FFL进行全基因组搜索，并显示它们具有非常特殊的富集模式。特别是，它们在TF及其目标必须精确地保持在相同浓度的所有情况下都强烈富集，尽管有环境噪声。作为一个例子，我们讨论的FFL涉及E2 F1作为转录因子，RB 1作为目标和miR-17家族作为主调节器。这些FFL确保了E2 F/RB比率的严格控制，这反过来又确保了静止细胞中从G 0/G1到S期转变的稳定性。
2013-07-12 q-bio.GN q-bio.MN
Comprehensive overview and assessment of miRNA target prediction tools in human and drosophila melanogaster
microRNAs（miRNAs）是一类非编码小分子RNA，通过与靶mRNA互补碱基配对，在转录后水平调控基因表达，导致mRNA降解，阻断翻译过程。这些小调节分子的任何功能障碍都与几种疾病的发展和进展有关。因此，有必要可靠地预测潜在的miRNA靶点。已经开发了大量的计算预测工具，这些工具提供了一种更快的方法来找到推定的miRNA靶点，但同时它们的结果往往不一致。因此，寻找一个可靠的、功能性的miRNA靶标仍然是一项具有挑战性的任务。此外，每种工具都配备了不同的算法，生物学家很难知道哪种工具是他们研究的最佳选择。本文简要介绍了miRNA靶标预测算法的基本原理，讨论了常用的预测工具，并利用实验验证的高置信度成熟miRNA及其靶标对两种生物--人和果蝇--的预测性能进行了评估。果蝇和人类支持的miRNA靶标预测工具已经分别进行了评估，以找出这两种生物中每一种的最佳性能工具。在人类数据集中，TargetScan在其他预测因子中显示出最好的结果，其次是miRmap和microT，而在D. Melanogaster数据集，MicroT工具显示出最好的性能，其次是TargetScan在其他工具的比较。
2017-11-05 q-bio.GN q-bio.MN
MicroRNAs as a selective channel of communication between competing RNAs: a steady-state theory
最近有人提出，对有限的microRNA（miRNA）库的竞争引起它们的共同靶标（竞争性内源RNA或ceRNA）之间的有效相互作用，这可能被证明对转录后调控（PTR）至关重要。我们已经研究了PTR的最小模型，这种相互作用的出现和性质可以在稳态下详细描述。敏感性分析表明，结合自由能和阻遏机制是ceRNA之间产生串扰的关键因素。相互作用出现在特定的抑制值范围内，可以是对称的（一种ceRNA影响另一种ceRNA，反之亦然）或不对称的（一种ceRNA影响另一种ceRNA，但反之亦然），并且可能具有高度选择性，但可能受到噪音的限制。此外，我们发现，即使在没有miRNA介导的串扰的情况下，由于转录波动，ceRNA之间的非平凡相关性也可以出现在实验读数中。
2013-01-30 cond-mat.dis-nn cond-mat.stat-mech physics.bio-ph
Noise Processing by MicroRNA-Mediated Circuits: the Incoherent Feed-Forward Loop, Revisited
在高等真核生物中，基因表达的内在随机性通常通过稳定输出层（最显著的是蛋白质水平）的转录后调节通道来减轻。在遗传调控网络的特定基序中发现了小的非编码RNA（miRNAs），这导致将噪声缓冲鉴定为它们在调控中发挥的可能的关键功能。最近的体外和计算机研究证实了这一假设。然而，还已知miRNA介导的噪音降低受到简单拓扑结构中的转录爆发的阻碍。在这里，使用随机模拟验证的分析计算的基础上van Kampen的扩展，我们重新审视的miRNA介导的非相干前馈环（IFFL），一个小模块，是广泛存在于高等真核生物的基因调控网络的噪声缓冲能力，以占调节基因的转录活性的影响。我们表明，爆裂大大改变电路的能力，以控制静态蛋白质噪声。通过与其他调控结构的比较，我们发现，直接转录调控显着优于IFFL在广泛的动力学参数。这表明，在脉动输入下，在表征调节元件的性能方面，静态降噪可能不如噪声和信息处理的动态方面重要。
2016-04-11 cond-mat.stat-mech physics.bio-ph q-bio.MN
High-throughput validation of ceRNA regulatory networks
背景：microRNAs（miRNAs）在肿瘤生物学中发挥多种作用[1]。有趣的是，来自多个研究小组的报告表明，miRNA靶点可能通过竞争性化学计量螯合偶联[2]。具体而言，计算模型预测[3，4]和实验测定证实[5，6]，miRNA活性取决于miRNA靶标丰度，因此，一些miRNA靶标丰度的变化导致其其他靶标的调节和丰度的变化。miRNA靶标之间产生的间接调节影响类似于竞争，并被称为竞争性内源RNA（ceRNA）[5，7，8]。最近的研究质疑了ceRNA相互作用的生理相关性[9]，研究人员准确预测这些相互作用的能力[10]，以及在特定细胞环境中受ceRNA相互作用影响的基因数量[11]。结果如下：为了解决这些问题，我们使用上下文特异性TCGA谱对乳腺癌和前列腺癌中的ceRNA网络（ceRNA）进行了反向工程[12-14]，并测试了ceRNA相互作用是否可以预测PC 3和MCF 7细胞中RNAi介导的基因沉默扰动的影响。我们的研究结果基于对数千种推测的ceRNA相互作用的测试，这些相互作用预计会改变两种肿瘤背景中的数百种癌症基因，证实了对一半预测靶点的统计学显著影响。结论：我们的研究结果表明，在两种肿瘤背景中，癌基因的显著部分的表达可能受到ceRNA相互作用的调节。
2017-01-31 q-bio.MN
Competing endogenous RNA crosstalk at system level
microRNAs（miRNAs）通过抑制靶RNA分子在转录后水平调控基因表达。竞争结合miRNA往往反过来关联它们的靶标，建立有效的RNA-RNA相互作用，可以影响表达水平，缓冲波动并促进信号传播。这样的潜力已经在数学上表征为小图案在稳态和\red{away from stationarity}。另一方面，实验证据表明竞争性内源RNA（ceRNA）串扰相当弱。然而，扩展的miRNA-RNA网络可能有利于许多串扰相互作用的整合，导致显著的大规模效应，尽管单个链接的弱点。为了阐明串扰在多大程度上是由miRNA相互作用组维持的，我们在大规模的miRNA-RNA网络重建中研究了其涌现的系统特征。我们表明，虽然一般弱，系统水平的串扰模式（i）增强了转录异质性，（ii）可以实现高强度，甚至对于RNA，不共调节，（iii）是强大的转录速率的变化，和（iv）是显着的非本地，即弱相关的miRNA-RNA相互作用参数。此外，当串扰最强时，RNA水平一般更稳定。由于这些特征中的一些似乎被编码在网络的拓扑结构中，串扰可能在功能上受到自然选择的青睐。这些结果表明，除了它们的抑制作用外，miRNA还介导了一个弱但有弹性且与上下文无关的交叉调节相互作用网络，该网络将转录组互连，稳定表达水平并支持系统水平的反应。
2019-10-21 cond-mat.dis-nn physics.bio-ph q-bio.MN
Modeling competing endogenous RNAs networks
microRNA（miRNAs）是一类长度约为22个核苷酸的小RNA分子，在转录后调控其靶信使RNA（mRNAs）。它们在从信号通路到组织形态发生的基因调控网络中发挥关键作用，并且它们的异常行为通常与各种疾病的发展相关。最近的研究表明，与细菌中小RNA的更好理解的情况类似，miRNA与其靶点相互作用的方式可以用滴定机制来描述，该机制的特征是阈值效应、系统在阈值附近的超敏反应以及优先级目标之间的串扰。后一个特征最近已被鉴定为竞争内源性RNA（ceRNA）效应，以标记它们竞争的共同miRNA库的靶标之间的那些间接相互作用。在这里，我们分析了平衡和平衡外的一般随机模型的$M$ miRNA与$N$ mRNA的目标相互作用的属性。特别地，我们能够详细描述系统在阈值附近显示的特有的平衡和非平衡现象：（i）靶标之间的最大串扰和相关性，（ii）ceRNA效应相对于模型参数的鲁棒性，特别是相对于miRNA-mRNA相互作用的催化性，以及（iii）对外部扰动的异常响应时间。
2012-10-08 cond-mat.dis-nn cond-mat.stat-mech physics.bio-ph
MiRank: A bioinformatics tool for gene/miRNA ranking and pathway profiling with TCGA-KEGG data sets
癌症基因组图谱（TCGA）为研究人员提供了各种癌症的临床病理学数据和基因组特征。这些数据集包括基因和microRNA的表达微阵列-通过RNA干扰下调基因表达的RNA的短的非编码链-以及每个肿瘤样本的days_to_death和days_to_last_followup字段。我们的目标是开发一种软件工具，筛选TCGA数据集的基因/miRNA与特定癌症的功能参与。此外，我们的计算管道旨在产生一组可视化或配置文件，将我们的筛选输出置于以路径为中心的上下文中。我们通过将基因/miRNAs的表达失调与不同患者存活率的相关性进行排序来完成我们的“筛选”。换句话说，如果一个基因/miRNA在生存率低的患者中一直被错误调节，另一方面，在生存率较长的患者中表达更“正常”，那么它的排名很高;如果它的错误调节与患者的好/坏生存没有这种相关性，那么它的排名很低。我们的通路分析管道产生了几个输出，这使我们能够检查我们筛选发现的高排名基因所发挥的功能作用。通过我们的分析管道运行OV（卵巢浆液性囊腺癌）数据集，我们发现几个高排名的通路和基因功能组（VEGF，Jun，Fos等）。已经被证明在上皮性卵巢癌的发展中起一定作用。我们还观察到，Wnt信号通路的功能障碍，调节细胞命运的规范和祖细胞细胞分化，对卵巢癌患者的生存有不成比例的影响。
2013-07-04 q-bio.MN q-bio.QM stat.AP
Gene autoregulation via intronic microRNAs and its functions
背景：MicroRNA是基因表达的转录后抑制因子，在基因调控网络中起着关键作用。它们参与核心细胞过程，其失调与广泛的人类疾病有关。本文重点研究了一个最小的microRNA介导的调控回路，其中蛋白质编码基因（宿主基因）被位于其内含子内的microRNA靶向。结果如下：通过内含子microRNA的自动调节在人类调控网络中广泛存在，正如我们的生物信息学分析所证实的那样，尽管其拓扑结构简单，但可以执行多种调控任务。我们的分析，基于分析计算和模拟，表明该电路改变宿主基因表达的动态，可以诱导复杂的反应，实现适应和韦伯定律，并有效地过滤从上游网络传播到宿主基因的波动。电路参数的微调可以优化这些功能中的每一个。有趣的是，它们都与基因表达稳态有关，这与越来越多的证据表明microRNA调节在赋予生物过程鲁棒性中的作用一致。除了模型分析，我们提出了一个生物信息学预测的候选电路在人类未来的实验测试。结论：这里呈现的结果表明通过内含子microRNA的负性自我调节的潜在相关功能作用，特别是作为基因表达的稳态控制机制。此外，从我们的分析中得到的电路功能在实验上可测量的参数方面的映射，可以为合成生物学中的可能应用提供有用的指导。
2012-06-11 q-bio.MN q-bio.QM
Detection of construction biases in biological databases: the case of miRBase
生物数据库可以作为一个复杂的网络进行分析，这可能会揭示一些潜在的生物学机制。通常，这样的数据库被识别为无标度网络或分层网络，这取决于连接分布或聚类系数。由于这些数据库确实会随着时间的推移而增长，因此可以预期它们的网络拓扑可能会发生一些变化。在这里，我们分析了miRBase的历史版本，miRBase是一个microRNA数据库，我们在其中对所有成熟和前体miRNAs进行了比对，并计算了成对相似性指数。我们发现，在这个数据库的增长过程中，聚类系数显示出重要的变化。对于2009年的连续两个版本，我们发现了网络拓扑结构的强烈修改，我们能够将其与miRNA发现的技术变化联系起来。为了评估这些变化是否可能是偶然发生的，我们通过对miRBase的最终版本进行采样并创建几个miRBase的替代历史来执行一组数据库增长的模拟。没有一个模拟接近这个数据库的实际历史演变，我们认为这清楚地表明了一个非常强烈的建设偏见。
2014-07-24 q-bio.MN
Post-transcriptional knowledge in pathway analysis increases the accuracy of phenotypes classification
动机：从高维数据中预测表型是精密生物学和医学中的一项重要任务。许多技术采用基因组生物标志物来表征表型。然而，这些元素不足以解释潜在的生物学。为了改善这一点，已经提出了途径分析技术。然而，这些方法在表型分类中缺乏准确性。结果如下：在这里，我们提出了一种新的方法，称为MITHrIL（Mirna enrIched paTHway Impact anaLysis），用于分析信号通路，该方法建立在Tarca等人的工作之上，2009. MITHrIL通过添加缺失的调控元件（如microRNA）及其与基因的相互作用来扩展通路。该方法将基因和/或microRNA的表达值作为输入，并返回根据其失调程度排序的途径列表以及相应的统计显著性（p值）。我们的分析表明，即使在最坏的情况下，MITHRIL也优于其竞争对手。此外，我们的方法能够正确分类从TCGA提取的肿瘤样本集。可用性：MITHRIL可在以下网址免费获得：http://alpha.dmi.unict.it/mithril/
2016-09-14 cs.CE q-bio.MN
The role of CRKL in Breast Cancer Metastasis: Insights from Systems Biology
microRNAs（miRNAs）是一类在转录后调控基因表达的非编码小分子RNA。它们参与关键的生物学过程，然后可能在包括癌症在内的人类疾病的发展中发挥重要作用，特别是它们参与乳腺癌转移已被证实。最近，作者的参考。（\cite{key1}已经发现miR-429可能在抑制乳腺癌转移中起作用，并且已经将其靶基因CRKL鉴定为潜在候选基因。本文利用系统生物学工具研究CRKL参与ERK 1/2信号通路的正向调节，并通过拓扑学上的前馈环参与LYN的调节。
2016-08-09 q-bio.MN
Stochastic analysis of a miRNA-protein toggle switch
在系统生物学中，人们对遗传和生化反应网络的随机行为越来越感兴趣。一个适当的随机描述提供了化学主方程，它代表了一个连续时间马尔可夫链（CTMC）。在本文中，我们考虑的随机特性的生化电路，已知控制真核细胞周期，并可能参与肿瘤发生，最近在文献中提出的确定性框架内。由于生物化学过程的内在随机性和所涉及的分子数量较少，随机方法在描述真实系统时应该更正确：我们通过探索系统参数空间来研究两种方法之间的一致性。我们解决这个问题，提出了一个简化版本的模型，允许分析处理，并进行数值模拟的完整模型。我们观察到最佳协议之间的随机和确定性的描述的电路在一个大的参数范围内，但一些实质性的差异出现在至少两种情况下：1）当确定性的系统是在附近的过渡从单稳态到双稳态配置，和2）当双稳态（在确定性的系统）是“掩盖”在随机系统的分布尾巴。该方法提供了有趣的估计的最佳数量的分子参与切换。我们的讨论点的优势，潜力和弱点的化学主方程在系统生物学和确定性建模方面的差异被利用，以提供有用的建议，为生物信息学从业者和理论科学家。
2011-06-22 physics.bio-ph q-bio.MN
Biological control networks suggest the use of biomimetic sets for combinatorial therapies
细胞由具有许多目标的控制器网络调节，并且目标受到许多控制器的影响，但是这些“多对多”组合控制系统知之甚少。在这里，我们分析不同的细胞网络（转录因子，microRNA和蛋白激酶）和药物靶点网络。某些网络特性似乎在系统和物种之间具有普遍性，这表明生物学中存在共同的控制策略。控制器数量约为目标的8%，链路密度为2.5% \pm 1.2%。每个节点的链接主要是指数分布，这意味着平均值的保守性，我们解释使用控制网络的鲁棒性的数学模型。这些研究结果表明，最佳的药理学策略可能受益于一个类似的，多对多的组合结构，和分子工具可用于测试这种方法。
2010-12-21 q-bio.MN
Network Representation of Large-Scale Heterogeneous RNA Sequences with Integration of Diverse Multi-omics, Interactions, and Annotations Data
The University of Texas at Arlington（德克萨斯大学阿灵顿分校）
长的非编码RNA、microRNA和信使RNA通过各种不同的相互作用机制实现各种生物过程的关键调控。识别这些异质RNA类之间的相互作用和串扰是必不可少的，以揭示单个RNA转录本的功能作用，特别是对于未注释和新发现的RNA序列，没有已知的相互作用。最近，基于序列的深度学习和网络嵌入方法正在成为有前途的方法，可以从序列中预测RNA-RNA相互作用，或者从网络拓扑中可能存在的模式中推断缺失的相互作用。然而，大多数这些方法有几个局限性，例如，无法进行归纳预测，区分相互作用的方向性，或整合各种序列，相互作用和注释生物数据集。我们提出了一个新的基于深度学习的框架rna 2 rna，它从RNA序列中学习，产生一个低维嵌入，保留了相互作用拓扑和功能亲和拓扑的邻近性。在这个建议的嵌入空间中，我们已经指定了一个两部分的”源和目标上下文”，以捕获每个RNA转录本的靶向和感受野，同时封装lncRNA和miRNA之间的异质性串扰相互作用。从实验结果来看，与预测不同RNA-RNA相互作用数据库中缺失相互作用的最新方法相比，我们的方法在AUPR率方面表现出优异的性能，并且即使没有任何先验信息，也能准确地对训练时未发现的新RNA序列进行链接预测。其他结果表明，我们提出的框架可以捕获异质RNA序列的流形，以发现新的功能注释。
2020-12-08 cs.LG q-bio.MN
