Sign In

PAIR-Former: Budgeted Relational Multi-Instance Learning for Functional miRNA Target Prediction

μž‘μ„±μž
  • Haebom
μΉ΄ν…Œκ³ λ¦¬
Empty

μ €μž

Jiaqi Yin, Baiming Chen, Jia Fei, Mingjun Yang

πŸ’‘ κ°œμš”

λ³Έ 논문은 κΈ°λŠ₯μ„± miRNA-mRNA ν‘œμ  예츑 λ¬Έμ œμ—μ„œ 각 전사체(transcript)κ°€ λ‹€μˆ˜μ˜ 후보 ν‘œμ  λΆ€μœ„(candidate target sites, CTSs)λ₯Ό κ°€μ§€μ§€λ§Œ, μ΅œμ’…μ μœΌλ‘œλŠ” ν•΄λ‹Ή 전사체가 ν‘œμ ν™”λ˜μ—ˆλŠ”μ§€ μ—¬λΆ€λ§Œ μ•Œ 수 μžˆλŠ” λŒ€κ·œλͺ¨ 닀쀑 μΈμŠ€ν„΄μŠ€ ν•™μŠ΅(MIL) 문제λ₯Ό λ‹€λ£Ήλ‹ˆλ‹€. κΈ°μ‘΄ 방식듀이 CTS κ°„μ˜ 관계λ₯Ό λ¬΄μ‹œν•˜κ³  μ΅œλŒ€κ°’ 풀링을 μ‚¬μš©ν•œ 반면, λ³Έ μ—°κ΅¬λŠ” 계산 μ˜ˆμ‚°(compute budget) $K$λ₯Ό μ œμ•½ 쑰건으둜 두어 $K$개의 μΈμŠ€ν„΄μŠ€μ—λ§Œ μ§‘μ€‘ν•˜λŠ” "μ˜ˆμ‚° μ œμ•½ κ΄€κ³„ν˜• 닀쀑 μΈμŠ€ν„΄μŠ€ ν•™μŠ΅(Budgeted Relational Multi-Instance Learning, BR-MIL)"을 μ œμ•ˆν•©λ‹ˆλ‹€. 이λ₯Ό 기반으둜 μ œμ•ˆλœ PAIR-Former λͺ¨λΈμ€ 효율적인 μŠ€μΊ”κ³Ό Set Transformerλ₯Ό ν™œμš©ν•œ κ΄€κ³„ν˜• 집계λ₯Ό 톡해 졜고 μˆ˜μ€€μ˜ μ„±λŠ₯을 λ‹¬μ„±ν•©λ‹ˆλ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
κ΄€κ³„ν˜• μ •λ³΄μ˜ μ€‘μš”μ„±: MIL λ¬Έμ œμ—μ„œ κ°œλ³„ μΈμŠ€ν„΄μŠ€λ“€μ˜ 관계성을 λͺ¨λΈλ§ν•˜λŠ” 것이 예츑 정확도 ν–₯상에 κ²°μ •μ μž„μ„ λ³΄μ—¬μ€λ‹ˆλ‹€.
β€’
효율적인 계산 μ „λž΅: λŒ€κ·œλͺ¨ λ°μ΄ν„°μ…‹μ—μ„œ λ°œμƒν•˜λŠ” 계산 λ³΅μž‘μ„± 문제λ₯Ό ν•΄κ²°ν•˜κΈ° μœ„ν•΄ μ˜ˆμ‚° μ œμ•½ ν•˜μ—μ„œ 효율적인 μžμ› ν• λ‹Ή 및 정보 μ²˜λ¦¬κ°€ κ°€λŠ₯함을 μž…μ¦ν•©λ‹ˆλ‹€.
β€’
λ²”μš©μ μΈ BR-MIL ν”„λ ˆμž„μ›Œν¬: μ œμ•ˆλœ BR-MIL 방법둠이 miRNA ν‘œμ  예츑뿐만 μ•„λ‹ˆλΌ λ‹€λ₯Έ 생물학적 μ„œμ—΄ λͺ¨λΈλ§ 및 λ‹€μ–‘ν•œ λΆ„λ₯˜ λ¬Έμ œμ—λ„ ν™•μž₯ κ°€λŠ₯함을 μ‹œμ‚¬ν•©λ‹ˆλ‹€.
β€’
졜적의 μ˜ˆμ‚° $K$ μ„€μ •: BR-MIL의 μ„±λŠ₯이 μ˜ˆμ‚° $K$에 민감할 수 μžˆμœΌλ―€λ‘œ, νŠΉμ • λ¬Έμ œμ— λ§žλŠ” 졜적의 $K$ 값을 νƒμƒ‰ν•˜κ³  κ²°μ •ν•˜λŠ” 것이 ν–₯ν›„ 연ꡬ κ³Όμ œμž…λ‹ˆλ‹€.
πŸ‘
Made with Slashpage