SpliceSelectNet: a hierarchical Transformer-based deep learning model for splice site prediction.
Résumé
L'épissage précis de l'ARN est crucial pour l'expression génique, mais ses mécanismes et les conséquences des mutations sont encore mal compris, menant à des maladies comme le cancer. Les outils de prédiction existants peinent à gérer les dépendances à longue portée et manquent souvent d'interprétabilité. SpliceSelectNet (SSNet) est un nouveau modèle d'apprentissage profond basé sur l'architecture Transformer hiérarchique. Il prédit les sites d'épissage sur des séquences allant jusqu'à 100 kb en intégrant des mécanismes d'attention locaux et globaux. SSNet atteint des performances de pointe et offre une interprétabilité biologique, capturant les effets régulateurs distaux.
Analyse
Ce travail présente SpliceSelectNet (SSNet), un modèle d'apprentissage profond basé sur une architecture Transformer hiérarchique, représentant une application novatrice pour la prédiction des sites d'épissage. Il se distingue par sa capacité à gérer des dépendances à longue portée (jusqu'à 100 kb) grâce à des mécanismes d'attention locaux et globaux, ce qui est une avancée par rapport aux méthodes existantes. Le modèle a été benchmarké sur plusieurs jeux de données de référence, où il a démontré des performances de pointe pour la prédiction des sites d'épissage et la détection d'épissage aberrant. L'interprétabilité est un point fort, avec des scores d'attention reflétant l'importance fonctionnelle des séquences, ce qui pourrait faciliter la compréhension des mécanismes biologiques sous-jacents. En cas de déploiement clinique, SSNet pourrait améliorer l'interprétation des variants génétiques en identifiant plus précisément les mutations affectant l'épissage, potentiellement en amont des réunions de RCP (Réunion de Concertation Pluridisciplinaire) pour la priorisation des variants.