OC
英语轻松读发新版了，欢迎下载、更新

解码非编码RNA与人工智能的相互作用和功能

2025-06-19 09:37:20 英文原文

作者：Luisier, Raphaëlle

参考

  1. Robertson，M。P.＆Joyce，G。F. RNA世界的起源。冷泉港。观点。生物。 4，A003608（2012）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  2. N. Papastavrou，Horning，D。P.和Joyce，G。F. RNA催化RNA的进化。Proc。纳特学院。科学。美国 121，E2321592121（2024）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  3. 皮尔斯（B.Proc。纳特学院。科学。美国 114，11327 - 11332（2017）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  4. Palcau，A。C.等。CircPvt1：一个关键的圆形节点，与长的非编码PVT1和C-MYC致癌信号相交。摩尔。癌症 21，33（2022）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  5. Mou，X.，Liew，S。W.＆Kwok，C。K. Malat1长的非编码RNA中G-四链体结构的识别和靶向。核酸res。 50，397 - 410（2022）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  6. Roden，C。＆Gladfelter，A。S. RNA对生物分子冷凝物的形式和功能的贡献。纳特。摩尔牧师。细胞生物。 22，183年（2021）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  7. Morris，K。V.＆Mattick，J。S.监管RNA的兴起。纳特。基因牧师。 15，423â437（2014）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  8. Yang，H.，Li，Q.，Stroup，E。K.，Wang，S。＆Ji，Z。通过核糖体分析和ORF特征的综合分析鉴定出广泛稳定的稳定的非宗教肽。纳特。社区。 15，1932（2024）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  9. Nussbacher，J。K.，Tabet，R.，Yeo，G。W.＆Lagier-Tourenne，C。神经系统疾病和新兴治疗干预措施中RNA代谢的破坏。神经元 102，294 320（2019）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  10. Wang，W.，Van Niekerk，E.，Willis，D.E。＆Twiss，J。L. RNA转运和神经系统疾病和神经修复中的局部蛋白质合成。开发神经生物醇。 67，1166年1182（2007）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  11. Goodall，G。J。＆Wickramasinghe，V。O。RNA中的RNA。纳特。癌症牧师 21，22â36（2021）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  12. Egger，G。＆Arimondo，P。癌症表观遗传学中的药物发现（学术，2015年）。

  13. Zhou，Y.，Huang，T.，Li，T。＆Sun，J。人类癌症中的RNA修饰：角色和治疗意义（Frontiers Media，2022）。

  14. Giangrande，P。H.，de Franciscis，V。＆Rossi，J。J.RNA Therapeutics：RNA Therapeutics的不断发展的景观（学术，2022年）。

  15. Ahmad，R。U.＆Pathak，S。解锁RNA的治疗潜力：基于RNA的治疗的全面综述。博士论文，布拉克大学（2023）。

  16. Lin，C。＆Miles，W。O. Beyond Clip：测量RBP RNA和RNA RNA相互作用的进步和机会。核酸res。 47，5490 -5501（2019）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  17. Baralle，F。E.＆Giudice，J。替代剪接作为发育和组织身份的调节剂。纳特。摩尔牧师。细胞生物。 18，437â451（2017）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  18. Sciarrillo，R。等。替代剪接在癌症中的作用：从肿瘤发生到耐药性。抗药性。更新。 53，100728（2020）。

    文章一个 PubMed一个 Google Scholar一个 

  19. Andreassi，C。，Crerar，H。＆Riccio，A。神经元中mRNA的转录后处理：RNA世界驱动转录组多样性的遗迹。正面。摩尔。Neurosci。 11，304（2018）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  20. Andreassi，C。＆Riccio，A。本地化或不本地化：mRNA命运处于3届UTR末端。趋势细胞生物。 19，465 - 474（2009）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  21. Mayr，C。由3²非翻译区域进行调节。安努。基因牧师。 51，171年（2017年）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  22. Van Nostrand，E。L。等。人RNA结合蛋白的大规模结合和功能图。自然 583，711 719（2020）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  23. Hentze，M。W.，Castello，A.，Schwarzl，T。＆Preiss，T。勇敢的RNA结合蛋白的新世界。纳特。摩尔牧师。细胞生物。 19，327â341（2018）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  24. Zhang，R。＆Su，B。小但有影响力的：microRNA在基因调节网络和3€UTR进化中的作用。J. Genet。基因组学 36，1â6（2009）。

    文章一个 PubMed一个 Google Scholar一个 

  25. Rajyaguru，P。＆Parker，R。RGG图案蛋白：mRNA功能状态的调节剂。细胞周期 11，2594年2599（2012）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  26. Schwartz，J。C.，Cech，T。R.＆Parker，R。R. R. R.生化特性和FET蛋白的生物学功能。安努。生物化学牧师。 84，355 379（2015）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  27. Taliaferro，J。M.等。远端替代性最后一个外显子将mRNA定位于神经预测。摩尔。细胞 61，821â833（2016）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  28. Hinnebusch，A。G.，Ivanov，I。P.和Sonenberg，N。真核mRNA的5â无翻译区域的翻译控制。科学 352，1413年1416年（2016年）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  29. Wieder，N。等。5â²未翻译区域的差异突出了剂量敏感基因的翻译调节的重要性。基因组生物。 25，111（2024）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  30. Jia，L。等。从5€utr中解码mRNA的转换性和稳定性。纳特。结构。摩尔。生物。 27，814 A 821（2020）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  31. Ryczek，N.，ÅYå，A。＆MakaåOwska，I。蛋白质编码基因中5âutr的功能含义。int。J. Mol。科学。 24，2976（2023）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  32. Colliva，A。＆Tongiorgi，E。5â²UTR序列在BDNF mRNA的树突运输中的独特作用：BDNF剪接变体空间代码的其他机制。摩尔。脑 14，10（2021）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  33. Derti，A。等。五个哺乳动物中聚腺苷酸化的定量地图集。基因组res。 22，1173年1183（2012）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  34. Hilgers，V。等。果蝇发育过程中3€utrs的神经特异性伸长。Proc。纳特学院。科学。美国 108，15864年15869（2011）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  35. Miura，P.，Shenker，S。，Andreu-Agullo，C.，Westholm，J。O.＆Lai，E。C.哺乳动物大脑中3²UTR的广泛延长和广泛延长。基因组res。 23，812â825（2013）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  36. Andreassi，C。等。Impa13âut的细胞质切割对于维持轴突完整性是必要的。细胞代表。 34，108778（2021）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  37. Tushev，G。等。替代3²UTR改变了神经元区室中mRNA的定位，调节潜力，稳定性和可塑性。神经元 98，495â511.e6（2018）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  38. Kislauskis，E。H.，Zhu，X。＆Singer，R。H.负责β-肌动蛋白Messenger RNA细胞内定位的序列也会影响细胞表型。J. Cell Biol。 127，441â451（1994）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  39. Braunschweig，美国等。哺乳动物中的广泛内含子保留在功能上调谐转录组。基因组res。 24，1774年1786年（2014年）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  40. Petric-Howe，M。等。在人运动神经发生过程中，细胞质中的生理内含子保留转录物比比皆是。基因组res。 32，1808年1825年（2022）。

    PubMed一个 PubMed Central一个 Google Scholar一个 

  41. Skalska，L.，Beltran-Nebot，M.，Ule，J。＆Jenner，R。G.从新生RNA到染色质和转录的调节反馈。纳特。摩尔牧师。细胞生物。 18，331 337（2017）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  42. Wong，J。J.-L.，Au，A。Y. M.，Ritchie，W。＆Rasko，J。E. J. MRNA中的内含子保留：不再废话：内含子保留在正常和疾病生物学中的已知和假定作用：内含子保留在正常和疾病生物学中的内含子保留的作用和假定作用。生物评估 38，41 49（2016）。

    文章一个 PubMed一个 Google Scholar一个 

  43. Wong，J.J.-L。等。策划的内含子保留调节正常的粒细胞分化。细胞 154，583 - 595（2013）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  44. Ortiz，R。等。Staufen2的募集增强了含有内含子的CAMKIIî±mRNA的树突状定位。细胞代表。 20，1320年（2017年）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  45. Luisier，R。等。内含子保留和SFPQ的核损失是ALS的分子标志。纳特。社区。 9，2010（2018）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  46. Ma，W。＆Mayr，C。与内质网相关的一种无膜细胞器使3²UTR介导的蛋白质 - 蛋白质相互作用。细胞 175，1492 - 1506.E19（2018）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  47. Horste，E。L.等。翻译的亚质质位置控制蛋白质输出。摩尔。细胞 83，4509 4523.E11（2023）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  48. Luo，Y。＆Mayr，C。蛋白质合成的位置如何控制蛋白质功能。生物。J. 123，309a（2024）。

    文章一个 Google Scholar一个 

  49. Luo，Y。等。与无序区域的mRNA相互作用控制蛋白活性。预印本Biorxiv https://doi.org/10.1101/2023.02.18.529068（2023）。

  50. Luisier，R.，Andreassi，C.，Fournier，L。＆Riccio，A。轴突mRNA的预测的RNA结合蛋白调节。基因组res。 33，1497年1512（2023）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  51. Gadir，N.，Haim-Vilmovsky，L.酿酒酵母。RNA 17，1551年1565年（2011年）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  52. Morita，M。等。MTORC1通过4E-BP依赖性翻译调节控制线粒体活性和生物发生。细胞代谢。 18，698 - 711（2013）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  53. Gandin，V。等。纳米层揭示了5²UTR特征，这些特征定义了功能相关的MTOR敏感mRNA的特定模式。基因组res。 26，636 - 648（2016）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  54. Bugler，B。，Amalric，F。＆Prats，H。翻译的替代开始决定基本成纤维细胞生长因子的细胞质或核定位。摩尔。细胞。生物。 11，573年577（1991）。

    CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  55. Lee，I。等。新的MicroRNA靶标，含有同时含有5â²-UTR和3²-UTR相互作用位点。基因组res。 19，1175 - 1183（2009）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  56. Jia，J.，Yao，P.，Arif，A。＆Fox，P。L.调节和失调3â²UTR介导的翻译控制。Curr。意见。基因。开发 23，29 - 34（2013）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  57. Mattick，J。S。等。长期非编码RNA：定义，功能，挑战和建议。纳特。摩尔牧师。细胞生物。 24，430 447（2023）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  58. Kageyama，Y.，Kondo，T。＆Hashimoto，Y。编码与非编码：在假定的非编码转录本中发现的短ORF的转换性。生物chimie 93，1981年（2011年）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  59. Nam，J.-W.，Choi，S.-W。＆你，B.-H。令人难以置信的RNA：编码和非编码的双重函数。摩尔。细胞 39，367â374（2016）。

    文章一个 CAS一个 Google Scholar一个 

  60. Yang，Y。等。循环RNA的广泛翻译由n6 - 甲基腺苷。细胞res。27 ，626 - 641（2017）。文章

    一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 Rodriguez，C.M.，Chun，S.Y.，Mills，R。E.＆Todd，P。K.在神经元分化模型中，上游开放式阅读帧的翻译。BMC基因组学

  61. 20，391（2019）。 文章一个 

    PubMed一个 PubMed Central一个 Google Scholar一个 Rodriguez，J。M.等。5次未翻译区域的广泛翻译证据。

  62. 核酸res。52 ，8112â8126（2024）。文章

    一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 Sudmant，P.H.，Lee，H.，Dominguez，D.，Heiman，M。＆Burge，C。B.核糖体相关的分离的3â€utrs在衰老大脑的神经元细胞中的广泛积累。细胞代表。

  63. 25，2447 A2456.E4（2​​018）。 文章一个 

    CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 Osman，I.，Tay，M。L.-I。＆Pek，J。W.稳定的内含子序列RNA（SISRNA）：新的基因调节层。

  64. 细胞。摩尔。生命科学。 73，3507 3519（2016）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  65. Rasmussen，A。M。等。圆形稳定的内含子RNA具有不同的生物学特征，并在膀胱癌中受管制。NAR癌 5，ZCAD041（2023）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  66. Chan，S。N.＆Pek，J。W.稳定的内含子序列RNA（SISRNA）：扩展的宇宙。趋势生物化学。科学。 44，258 272（2019）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  67. Talhouarne，G。J. S.＆Gall，J。G.脊椎动物细胞细胞质中的肾脏内含子RNA。Proc。纳特学院。科学。美国 115，E7970 e7977（2018）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  68. Wilson，T。J.＆Lilley，D。RNA催化 - 是吗？RNA21 ，534 -537（2015）。文章

    一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 Cech，T。R.＆Steitz，J。A.不编码的RNA革命 - 浪费了旧规则以制定新规则。细胞

  69. 157，77 - 94（2014）。 文章一个 

    CAS一个 PubMed一个 Google Scholar一个 Sebastiãn，D。Et。肌肉自噬的TP53INP2依赖性激活可以改善肌肉减少症并促进健康的衰老。

  70. 自噬20 ，1815年1824年（2024年）。文章

    一个 PubMed一个 PubMed Central一个 Google Scholar一个 Crerar，H。等。通过轴突未翻译的mRNA调节NGF信号传导。

  71. 神经元102 ，553â563.e8（2019）。文章

    一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 Valluy，J。等。神经元发育过程中替代ube3a转录本的编码非依赖性功能。

  72. 纳特。Neurosci。 18，666 - 673（2015）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  73. Lyford，G。L.等。ARC是一种生长因子和活性调节的基因，它编码一种富含神经元树突的新型细胞骨架相关蛋白。神经元 14，433 - 445（1995）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  74. Steward，O。＆Worley，P。F.新合成的ARC mRNA的选择性靶向活性突触需要NMDA受体激活。神经元 30，227â240（2001）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  75. Ashley，J。等。逆转录病毒样的GAG蛋白ARC1结合RNA和运输跨胸子。细胞 172，262â274.e11（2018）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  76. Pastuzyn，E。D。等。神经元基因弧编码介导细胞间RNA转移的重新旋转转座子孔蛋白。细胞 172，275â288.e18（2018）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  77. OâBrien，K.，Breyne，K.，Ughetto，S.，Laurent，L。C.＆Breakefield，X。O.哺乳动物细胞中细胞外囊泡及其应用的RNA递送。纳特。摩尔牧师。细胞生物。 21，585 - 606（2020）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  78. Kafida，M.，Karela，M。＆Giakountis，A。LncRNA在复杂疾病中的RNA独立调节功能。癌症 16，2728（2024）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  79. 辛格（G.安努。生物化学牧师。 84，325â354（2015）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  80. Singh，S.，Shyamal，S。＆Panda，A。C.检测RNA rna Interactome。Wiley Interdiscip。RNA牧师 13，E1715（2022）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  81. Guil，S。＆Esteller，M。基因调节中的RNA RNA相互作用：编码和非编码播放器。趋势生物化学。科学。 40，248 256（2015）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  82. Yoon，J.-H.，Abdelmohsen，K。＆Gorospe，M。microRNA和长期非编码RNA之间的功能相互作用。semin。细胞开发。生物。 34，9 14（2014）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  83. Li，X。等。Grid-seq揭示了全局RNA染色质相互作用组。纳特。生物技术。 35，940â950（2017）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  84. Cao，X.，Zhang，Y.，Ding，Y。＆Wan，Y。RNA结构及其在RNA函数中的作用。纳特。摩尔牧师。细胞生物。 25，784 A801（2024）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  85. Doyle，M。＆Kiebler，M。A.树突状mRNA运输的机制及其在突触标记中的作用。Embo J. 30，3540 3552（2011）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  86. Mortimer，S。A.，Kidwell，M。A.＆Doudna，J。A.对全基因组研究的RNA结构和功能的见解。纳特。基因牧师。 15，469 479（2014）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  87. Sugimoto，Y。等。HICLIP揭示了Staufen 1认可的mRNA二级结构的体内图。自然 519，491 494（2015）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  88. Wan，Y。等。RNA二级结构跨人类转录组的景观和变化。自然 505，706 709（2014）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  89. Leppek，K.，Das，R。＆Barna，M。真核翻译调节中的功能5â²UTRmRNA结构以及如何找到它们。纳特。摩尔牧师。细胞生物。 19，158 - 174（2017）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  90. Jacquet，K。等。TIP60复合物通过直接的H4K20ME结合和H2AK15乙酰化来调节53BP1的二价染色质识别。摩尔。细胞 62，409 421（2016）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  91. Beaudoin，J.-D。等。mRNA结构动力学的分析鉴定了胚胎基因调节程序。纳特。结构。摩尔。生物。 25，677â686（2018）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  92. Wu，M.-Z.等。HDAC3和WDR5之间的相互作用对于低氧诱导的上皮间质转变至关重要。摩尔。细胞 43，811 - 822（2011）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  93. Paz，I。等。RBPMAP：用于映射RNA结合蛋白的绑定位点的Web服务器。核酸res。 42，W361 - W367（2014）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  94. Xu，W.，Biswas，J.，Singer，R。H.＆Rosbash，M。针对性的RNA编辑：研究转录后调节的新型工具。摩尔。细胞 82，389 403（2022）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  95. Hu，X.，Zou，Q.，Yao，L。＆Yang，X。RNA结合蛋白与RNA编辑事件的结合偏好的调查。基因组生物。 23，169（2022）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  96. Medina-Munoz，H。C.等。RNA基础编辑器的扩展调色板，用于全面的RBP RNA Intervortome研究。纳特。社区。 15，875（2024）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  97. Seo，K。W.＆Kleiner，R。E.使用小分子诱导的RNA编辑，分析动态RNA蛋白相互作用。纳特。化学生物。 19，1361年1371（2023）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  98. Baysal，B。E.，Sharma，S.，Hashemikhabir，S。＆Janga，S。C.癌症发病机理中的RNA编辑。癌症。 77，3733 3739（2017）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  99. 瓦斯默（E.核酸res。 52，7504 7522（2024）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  100. Zigdon，I。等。超越RNA结合结构域：蛋白RNA结合的决定因素。RNA30 ，1620 1633（2024）。文章

    一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 Lunde，B。M.，Moore，C。＆Varani，G。RNA结合蛋白：有效功能的模块化设计。纳特。

  101. 摩尔牧师。细胞生物。 8，479 490（2007）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  102. Gronland，G。R.＆Ramos，A。魔鬼在域中：了解多个RNA靶标的蛋白质识别。生物化学。Soc。反式。 45，1305年1311（2017）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  103. Corley，M.，Burns，M。C.＆Yeo，G。W. RNA结合蛋白如何与RNA相互作用：分子和机制。摩尔。细胞 78，9 29（2020）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  104. Street，L。A.等。RNA结合蛋白在mRNA生命周期之间相互作用的大规模图。摩尔。细胞 84，3790â3809.e8（2024）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  105. He S.，Valkov，E.，Cheloufi，S。＆Murn，J。RNA结合蛋白及其效应子之间的联系。纳特。基因牧师。 24，276 294（2023）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  106. Zhang，Y。等。在3â安全位点识别过程中，剪接因子1的N末端结构域的结构，磷酸化和U2AF65的结合。核酸res。 41，1343年1354（2013）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  107. Jârvelin，A。I.，Noerenberg，M.，Davis，I。＆Castello，A。RNA调节中的新（DIS）秩序。细胞通讯。信号。 14，9（2016）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  108. Kato，M.，Zhou，X。＆McKnight，S。L.低序列复杂性的蛋白质结构域如何起作用？RNA 28，3 15（2022）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  109. Stowell，J。A. W.等。YTH结构蛋白MMI1中的低复杂区域可增强RNA结合。J. Biol。化学 293，9210 - 9222（2018）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  110. Nicastro，G。等。IMP1底层识别的直接M6A识别是非典型甲基读数的目标选择的替代模型。核酸res。 51，8774年8786（2023）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  111. Xu，C。等。M的选择性结合M的结构基础6ythdc1 yth域的RNA。纳特。化学生物。 10，927 - 929（2014）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  112. 伍兹，C。T。等。RNA次优构象合奏在体内的比较可视化。生物。J. 113，290 A301（2017）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  113. Liu，N。等。n6 - 甲基腺苷依赖性RNA结构开关调节RNA蛋白相互作用。自然518 ，560 -564（2015）。文章

    一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 Dominissini，D。等。人和老鼠的拓扑

  114. 6M6a-seq。自然485，2012 206（2012）。 文章一个 

    CAS一个 PubMed一个 Google Scholar一个 Tang，J.，Wang，X.，Xiao，D.，Liu，S。＆Tao，Y。基因调节和癌症中与染色质相关的RNA。摩尔。

  115. 癌症22 ，27（2023）。文章

    一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 Calandrelli，R。等。人类细胞中与染色质相关的RNA与3D基因组组织之间相互作用的全基因组分析。

  116. 纳特。社区。 14，6519（2023）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  117. Childs-Disney，J。L.等。用小分子靶向RNA结构。纳特。Drug Discov牧师。 21，736 - 762（2022）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  118. Balaratnam，S。等。调查Nras5â€utr作为小分子的靶标。细胞化学生物。 30，643â657.e8（2023）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  119. Wu，L。等。rnalocate v3.0：通过动态分析和预测来推进RNA亚细胞定位的存储库。核酸res。53，D284 d292（2025）。

    文章一个 PubMed一个 Google Scholar一个 

  120. Rangaraju，V.，Tom Dieck，S。＆Schuman，E。M. Neuronal隔室中的本地翻译：本地如何本地化？EMBO代表。 18，693 - 711（2017）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  121. 伯克（A.摩尔。细胞 83，452â468（2023）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  122. Spitale，R。C.和Incarnato，D。探测动态RNA结构及其功能。纳特。基因牧师。 24，178 - 196（2023）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  123. Goering，R.，Arora，A.，Pockalny，M。C.＆Taliaferro，J。M. RNA定位机制超越细胞形态。Elife 12，E80040（2023）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  124. Yang，L。等。研究RNA功能的挑战。摩尔。细胞 84，3567 3571（2024）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  125. Das，S.，Vera，M.，Gandin，V.，Singer，R。H.＆Tutucci，E。细胞内mRNA传输和局部翻译。纳特。摩尔牧师。细胞生物。 22，483 - 504（2021）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  126. Andreassi，C。等。NGF响应​​元件将肌醇单磷酸酶-1 mRNA靶向交感神经元轴突。纳特。Neurosci。 13，291 301（2010）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  127. Jambor，H.，Brunel，C。＆Ephrussi，A。Oskar3â²UTRS的二聚化促进果蝇卵母细胞中的RNA定位。RNA17 ，2049年2057年（2011年）。文章

    一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 威尔，T。J。等。深度测序和高分辨率成像揭示了特定于隔室的定位

  128. bdnf海马神经元中的mRNA。科学。信号。 6，RS16（2013）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  129. 样本，P。J。等。人类5²UTR设计和变体效应从大量平行的翻译测定中预测。纳特。生物技术。 37，803 809（2019）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  130. Davuluri，R。V.，Suzuki，Y.，Sugano，S。＆Zhang，M。Q.人类5â²UTR序列的CART分类。基因组res。 10，1807年1816年（2000年）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  131. Karollus，A.，Avsec，Ž。＆Gagneur，J。使用深度学习预测任何长度的5英尺的平均核糖体负载。PLOS计算。生物。 17，E1008982（2021）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  132. Cuperus，J。T.，Groves，B。＆Kuchina，A。从500,000个随机序列中对酵母5â²未翻译区域的调节语法进行深入学习。基因组 27，2015年2024（2017）。

    CAS一个 Google Scholar一个 

  133. 吉利奥特（P.-A。）＆Gorochowski，T。E.转移学习，用于从5âutr序列中蛋白质表达的跨性别预测。核酸res。 52，E58（2024）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  134. Wayment Steele，H。K。等。通过双重众包预测RNA降解的深度学习模型。纳特。马赫。Intell。 4，1174年1184（2022）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  135. He S.，Gao，B.，Sabnis，R。＆Sun，Q. rnadegformer：通过深度学习的核苷酸分辨率准确预测mRNA降解。简短的。生物知识。 24，BBAC581（2023）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  136. Garg，A.，Singhal，N.，Kumar，R。＆Kumar，M。Mrnaloc：一种基于机器学习的新型工具，可预测mRNA亚细胞定位。核酸res。 48，W239 - W243（2020）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  137. Zhang，Z.-Y.等。设计MRNA亚细胞位置预测的强大预测指标智人。简短的。生物知识。 22，526 - 535（2021）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  138. Samacoits，A。等。研究亚细胞RNA定位的计算框架。纳特。社区。 9，4584（2018）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  139. Yan，Z.，LâCuyer，E。＆Blanchette，M。使用深层复发性神经网络对mRNA亚细胞定位的预测。生物信息学 35，I333âI342（2019）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  140. Musleh，S.，Islam，M。T.，Qureshi，R.，Alajez，N。M.＆Alam，T。校正：MSLP：基于机器学习技术的mRNA亚细胞定位预测指标。BMC生物信息学 24，156（2023）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  141. Wang，D。等。DM3LOC：基于多头自我发项机制的多标签mRNA亚细胞定位预测和分析。核酸res。 49，E46（2021）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  142. Zeng，M。等。DeepLnCloc：基于子序列嵌入的长期非编码RNA亚细胞定位预测的深度学习框架。简短的。生物知识。 23，BBAB360（2022）。

    文章一个 PubMed一个 Google Scholar一个 

  143. Yang，Y。等。使用可解释的深层表示学习，解解3²UTR介导的基因调节。ADV。科学。 11，E2407013（2024）。

    文章一个 Google Scholar一个 

  144. Sato，K.，Akiyama，M。＆Sakakibara，Y。RNA二级结构使用热力学整合进行深度学习。纳特。社区。 12，941（2021）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  145. Fu，L。等。UFOLD：通过深度学习的快速准确的RNA二级结构预测。核酸res。 50，E14（2022）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  146. Singh，J.，Hanson，J.，Paliwal，K。＆Zhou，Y。RNA二级结构使用二维深神经网络和转移学习的合奏。纳特。社区。 10，5407（2019）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  147. Sapoval，N。等。目前的进步和开放挑战，以在整个生物科学中应用深度学习。纳特。社区。 13，1728（2022）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  148. Weinberg，D。E。等。改进的核糖体 - 脚印和mRNA测量可提供对酵母翻译动力学和调节的见解。细胞代表。 14，1787年1799年（2016年）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  149. Qiu，X。序列相似性控制从头学习模型对RNA二级结构预测的概括性。PLOS计算。生物。 19，E1011047（2023）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  150. Flamm，C。等。对RNA二级结构预测的深度学习方法的警告。正面。生物知识。 2，835422（2022）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  151. Schlusser，N.，Gonzãulez，A.，Pandey，M。＆Zavolan，M。使用深度学习模型预测mRNA翻译的当前局限性。基因组生物。 25，227（2024）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  152. Tomasev，N。等。推动自我监督的重置的限制：我们可以在没有标签上的标签上胜过监督的学习吗？在关于预训练的第一个研讨会：前进的观点，陷阱和路径（ICML，2022）。

  153. Radford，A。等。从自然语言监督中学习可转移的视觉模型。在Proc。第38届机器学习国际会议（Eds Meil​​a，M。＆Zhang，T。）卷。139 8748 8763（PMLR，2021）。

  154. Waisberg，E。等。GPT-4：医学人工智能的新时代。ir。J. Med。科学。 192，3197 3200（2023）。

    文章一个 PubMed一个 Google Scholar一个 

  155. Zhang，Y。等。基于多序列对齐的RNA语言模型及其在结构推断中的应用。核酸res。 52，E3（2024）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  156. Gong，T。＆Bu，D。语言模型可以对包括伪Knots在内的RNA二级结构进行零射击预测。预印本Biorxiv https://doi.org/10.1101/2024.01.27.577533（2024）。

  157. Yin，W。等。Ernie-RNA：具有结构增强表示形式的RNA语言模型。预印本Biorxiv https://doi.org/10.1101/2024.03.17.585376（2024）。

  158. Wang，N。等。多功能RNA语言建模，具有图式预处理和类型引导的微调。纳特。马赫。Intell。 6，548年557（2024）。

    文章一个 Google Scholar一个 

  159. Akiyama，M。＆Sakakibara，Y。通过深度代表学习，嵌入RNA结构对齐和聚类的信息丰富的RNA碱基。NAR基因。生物知识。 4，LQAC012（2022）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  160. Chen，J。等。来自未注释数据的可解释的RNA基础模型，用于高度准确的RNA结构和功能预测。预印本Biorxiv https://doi.org/10.1101/2022.08.06.503062（2022）。

  161. 佩尼（R.预印本https://doi.org/10.48550/arxiv.2403.00043（2024）。

  162. Yamada，K。＆Hamada，M。使用核苷酸语言模型对RNA蛋白相互作用的预测。生物知识。ADV。 2，VBAC023（2022）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  163. Wang，X。等。UNI-RNA：通用预训练的模型彻底改变了RNA研究。预印本Biorxiv https://doi.org/10.1101/2023.07.11.548588（2023）。

  164. Chen，K。等。对72个脊椎动物的数百万个主要RNA序列的自学学习可以改善基于序列的RNA剪接预测。简短的。生物知识。 25，BBAE163（2024）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  165. Sun，L。等。通过使用体内RNA结构进行深度学习来预测动态细胞蛋白RNA的相互作用。细胞res。 31，495 - 516（2021）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  166. Flynn，R。A.等。带有ICSHAPE活细胞中RNA二级结构的全转录组审问。纳特。原始 11，273 290（2016）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  167. Rao，R.，Meier，J.，Sercu，T.，Ovchinnikov，S。＆Rives，A。变形金刚蛋白质语言模型是无监督的结构学习者。在国际学习代表会议论文集（ICLR，2021）。

  168. Vig，J。等。伯语符合生物学：解释蛋白质语言模型中的注意力。在诉讼程序 国际学习代表会议2021（ICLR，2021）。

  169. Ali，S。等。可解释的人工智能（XAI）：我们知道的以及要获得值得信赖的人工智能。inf。融合 99，101805（2023）。

    文章一个 Google Scholar一个 

  170. Zhao，H。等。大型语言模型的解释性：调查。ACM Trans。Intell。系统。技术。 15，20（2024）。

    文章一个 CAS一个 Google Scholar一个 

  171. Vu，M。H。等。语言启发的路线图，用于构建生物可靠的蛋白质语言模型。纳特。马赫。Intell。 5，485 - 496（2023）。

    文章一个 Google Scholar一个 

  172. Dalla-Torre，H。等。核苷酸变压器：建立和评估人类基因组学强大的基础模型。纳特。方法 22，287 A297（2025）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  173. Yang，Y。等。使用可解释的深度表示学习来解密3â²UTR介导的基因调节。ADV。科学。（Weinh。） 11，E2407013（2024）。

    PubMed一个 Google Scholar一个 

  174. Ren，Y。等。信标：全面RNA任务和语言模型的基准。ADV。神经信息。过程。系统。 37，92891 92921（2024）。

    Google Scholar一个 

  175. Su，J。等。SAPROT：具有结构感知词汇的蛋白质语言建模。在国际学习表征会议论文集（ICLR，2024）。

  176. Poli，M。等。鬣狗的层次结构：迈向更大的卷积语言模型。ICML 202，28043 28078（2023）。

    Google Scholar一个 

  177. Beck，M。等。XLSTM：延长长期的短期内存。ADV。神经信息。过程。系统。 37，107547 107603（2025）。

    Google Scholar一个 

  178. Dai，D。等。DeepSeekmoe：致力于终极专家专业，专门专业的专家语言模型。在Proc。第62届计算语言学协会年会（Eds Ku，L.-W.，Martins，A。＆Srikumar，V。）1：长论文，1280年1297年（计算语言学协会，2024年）。

  179. Peng，B.，Quesnelle，J。，Fan，H。＆Shippole，E。Yarn：大型语言模型的有效上下文窗口扩展。在第十二届学习表征国际会议（2024）。

  180. 他，L。等。通过成对掩盖语言模型进行训练前共进化蛋白表示。预印本https://doi.org/10.48550/arxiv.2110.15527（2021）。

  181. Jumper，J。等。高准确的蛋白质结构预测用αFold。自然 596，583年589（2021）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  182. Lin，Z。等。具有语言模型的原子水平蛋白结构的进化尺度预测。科学 379，1123年1130（2023）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  183. Zablocki，L。I.等。RNA二级结构预测的大型语言模型的全面基准测试。简短的。生物知识。 26，BBAF137（2025）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  184. Hastings，J。关于本体论的底漆。方法摩尔。生物。 1446，3页（2017年）。

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  185. Cavalleri，E。等。基于本体的知识图，用于表示涉及RNA分子的相互作用。科学。数据 11，906（2024）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  186. Bepler，T。＆Berger，B。学习蛋白质语言：进化，结构和功能。细胞系统。 12，654 - 669.e3（2021）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  187. Zhou，Z。等。通过几次学习，通过最小的湿LAB数据提高了蛋白质语言模型的效率。纳特。社区。 15，5566（2024）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  188. 张，N。等。ontoprotein：蛋白质嵌入基因本体学预审。在国际学习代表会议论文集 2022（ICLR，2022）。

  189. Kulmanov，M。等。蛋白质功能预测是近似语义的影响。纳特。马赫。Intell。 6，220â228（2024）。

    文章一个 Google Scholar一个 

  190. Fiannaca，A.，La Rosa，M.，La Paglia，L.，Gaglio，S。＆Urso，A。Gowdl：基因本体论驱动的宽和深度学习模型，用于SCRNA-SEQ数据的细胞键入。简短的。生物知识。 24，BBAD332（2023）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  191. Yin，Q。＆Chen，L。Celltics：基于单细胞RNA-seq数据的细胞类型识别和解释的可解释的神经网络。简短的。生物知识。 25，BBAD449（2023）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  192. 他，Y。等。Lucaone：具有统一核酸和蛋白质语言的广义生物基础模型。预印本Biorxiv https://doi.org/10.1101/2024.05.10.592927（2024）。

  193. Fradkin，P。等。ORTHRUS：朝向进化和功能性RNA基础模型。在神经2024 AI新药方式的研讨会（2024）。

  194. Boyd，N。等。ATOM-1：建立在化学映射数据上的RNA结构和功能的基础模型。预印本Biorxiv https://doi.org/10.1101/2023.12.13.571579（2023）。

  195. 他，S。等。Ribonanza：通过双重众包对RNA结构进行深入学习。预印本Biorxiv https://doi.org/10.1101/2024.02.24.581671（2024）。

  196. Garau-Luis，J。J.等。生物基础模型之间的多模式转移学习。ADV。神经信息。过程。系统。 37，78431 78450（2024）。

    Google Scholar一个 

  197. Jha，K.，Karmakar，S。＆Saha，S。Graph-Bert和基于语言模型的蛋白质相互作用识别框架。科学。代表。 13，5663（2023）。

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  198. Zang，X.，Zhao，X。＆Tang，B。用于财产预测的层次分子图自学学习。社区。化学 6，34（2023）。

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  199. Birnbaum，F.，Jain，S.，Madry，A。＆Keating，A。E.通过残留水平比对共同嵌入蛋白质结构和序列。PRX生活 2，043013（2024）。

    文章一个 Google Scholar一个 

  200. Barua，A.，Ahmed，M。U.＆Begum，S。关于多模式机器学习的系统文献综述：应用，挑战，差距和未来方向。IEEE访问 11，14804年14831（2023）。

    文章一个 Google Scholar一个 

  201. Li，S。＆Tang，H。多模式对准和融合：调查。预印本https://doi.org/10.48550/arxiv.2411.17040（2024）。

  202. Liang，P。P.，Zadeh，A。＆Morency，L.-P。多模式机器学习的基础和趋势：原理，挑战和开放问题。ACM计算。幸存。 56，1 42（2024）。

    文章一个 Google Scholar一个 

  203. Zhang，Z。等。对蛋白质序列和结构的联合表示学习的系统研究。预印本https://doi.org/10.48550/arxiv.2303.06275（2023）。

  204. MA，M.，Ren，J.，Zhao，L。，Testuggine，D。＆Peng，X。多模式变压器是否适合缺失模态？在2022 IEEE/CVF计算机视觉和模式识别会议18156–18165 (IEEE, 2022).

  205. Wang, H. et al.Multi-modal learning with missing modality via shared-specific feature modelling.在2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition15878–15887 (IEEE, 2023).

  206. Flügel, S., Glauer, M., Mossakowski, T., & Neuhaus, F. A fuzzy loss for ontology classification.在International Conference on Neural-Symbolic Learning and Reasoning101–118 (Springer Nature, 2024).

  207. Hawkins-Hooker, A., Kmec, J., Bent, O. & Duckworth, P. Likelihood-based fine-tuning of protein language models for few-shot fitness prediction and design.在ICML Workshop ML for Life ad Material Science: From Theory to Industry Applications（2024）。

  208. Vo, H. V. et al.Automatic data curation for self-supervised learning: a clustering-based approach.反式。马赫。学习。res。（2024）。

  209. Campanella, G., Vanderbilt, C. & Fuchs, T. Computational pathology at health system scale — self-supervised foundation models from billions of images.在AAAI 2024 Spring Symposium on Clinical Foundation Models（2024）。

  210. Chu, Y. et al.A 5’ UTR language model for decoding untranslated regions of mRNA and function predictions.纳特。马赫。Intell。 6, 449–460 (2024).

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  211. Wei, J., Chen, S., Zong, L., Gao, X. & Li, Y. Protein–RNA interaction prediction with deep learning: structure matters.简短的。生物知识。 23, bbab540 (2021).

    文章一个 PubMed Central一个 Google Scholar一个 

  212. Xia, Y., Xia, C.-Q., Pan, X. & Shen, H.-B.GraphBind: protein structural context embedded rules learned by hierarchical graph neural networks for recognizing nucleic-acid-binding residues.Nucleic Acids Res. 49, e51 (2021).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  213. Tieng, F. Y. F. et al.A Hitchhiker’s guide to RNA–RNA structure and interaction prediction tools.简短的。生物知识。 25, bbad421 (2023).

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  214. Fang, Y., Pan, X. & Shen, H.-B.Recent deep learning methodology development for RNA–RNA interaction prediction.对称 14, 1302 (2022).

    文章一个 CAS一个 Google Scholar一个 

  215. Zhang，H。等。ncRNAInter: a novel strategy based on graph neural network to discover interactions between lncRNA and miRNA.简短的。生物知识。 23, bbac411 (2022).

    文章一个 PubMed一个 Google Scholar一个 

  216. Li, Y.-C.等。DeepCMI: a graph-based model for accurate prediction of circRNA–miRNA interactions with multiple information.简短的。功能。基因组学 23, 276–285 (2024).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  217. Rasti, S. & Vogiatzis, C. A survey of computational methods in protein–protein interaction networks.安。操作。res。 276, 35–87 (2019).

    文章一个 Google Scholar一个 

  218. Hu, L., Wang, X., Huang, Y.-A., Hu, P. & You, Z.-H.A survey on computational models for predicting protein–protein interactions.简短的。生物知识。 22, bbab036 (2021).

    文章一个 PubMed一个 Google Scholar一个 

  219. Xu, M. et al.Graph neural networks for protein-protein interactions — a short survey.Preprint athttps://doi.org/10.48550/arXiv.2404.10450（2024）。

  220. Gao，Z。等。Hierarchical graph learning for protein–protein interaction.纳特。社区。 14, 1093 (2023).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  221. Huang, K., Xiao, C., Glass, L. M., Zitnik, M. & Sun, J. SkipGNN: predicting molecular interactions with skip-graph networks.科学。代表。 10, 21092 (2020).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  222. Jha, K., Saha, S. & Singh, H. Prediction of protein-protein interaction using graph neural networks.科学。代表。 12, 8360 (2022).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  223. Nambiar, A. et al.Transforming the language of life: transformer neural networks for protein prediction tasks.在Proceedings of the 11th ACM International Conference on Bioinformatics, Computational Biology and Health Informatics https://doi.org/10.1145/3388440.34124（2020）。

  224. Wang, Y. et al.RPI-GGCN: prediction of RNA–protein interaction based on interpretability gated graph convolution neural network and co-regularized variational autoencoders.IEEE Trans。神经网。学习。系统。 36, 7681–7695 (2024).

    文章一个 Google Scholar一个 

  225. Yu, B. et al.RPI-MDLStack: predicting RNA–protein interactions through deep learning with stacking strategy and LASSO.应用。Soft Comput. 120, 108676 (2022).

    文章一个 Google Scholar一个 

  226. Wang, Y. et al.RPI-CapsuleGAN: predicting RNA–protein interactions through an interpretable generative adversarial capsule network.模式识别。 141, 109626 (2023).

    文章一个 Google Scholar一个 

  227. Zhou, J., Wang, X., Niu, R., Shang, X. & Wen, J. Predicting circRNA–miRNA interactions utilizing transformer-based RNA sequential learning and high-order proximity preserved embedding.Iscience 27, 108592 (2024).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  228. Singh, R., Xu, J. & Berger, B. Struct2net: Integrating structure into protein-protein interaction prediction.Pac.SYMP。Biocomput. 2006, 403–414 (2006).

    Google Scholar一个 

  229. Yang, F., Fan, K., Song, D. & Lin, H. Graph-based prediction of protein–protein interactions with attributed signed graph embedding.BMC Bioinformatics 21, 323 (2020).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  230. Yan, Z., Hamilton, W. L. & Blanchette, M. Graph neural representational learning of RNA secondary structures for predicting RNA–protein interactions.生物信息学 36, i276–i284 (2020).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  231. Huang, Y.-A.等。Predicting lncRNA–miRNA interaction via graph convolution auto-encoder.正面。基因。 10, 758 (2019).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  232. Zhao，C。等。Graph embedding ensemble methods based on the heterogeneous network for lncRNA–miRNA interaction prediction.BMC基因组学 21, 867 (2020).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  233. Dutta, P. & Saha, S. Amalgamation of protein sequence, structure and textual information for improving protein–protein interaction identification.在Proc。58th Annual Meeting of the Association for Computational Linguistics(eds Jurafsky, D., et al.) 6396–6407 (Association for Computational Linguistics, 2020).

  234. Luo, X., Wang, L., Hu, P. & Hu, L. Predicting protein–protein interactions using sequence and network information via variational graph autoencoder.IEEE/ACM Trans。计算。Biol.生物知识。 20, 3182–3194 (2023).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  235. Chen, L. et al.Graph optimal transport for cross-domain alignment.ICML1542–1553 (2020).

  236. Bing, R. et al.Heterogeneous graph neural networks analysis: a survey of techniques, evaluations and applications.艺术品。Intell。修订版 56, 8003–8042 (2023).

    文章一个 Google Scholar一个 

  237. Li, D. et al.RNA–protein interaction prediction based on deep learning: a comprehensive survey.Preprint athttps://doi.org/10.48550/arXiv.2410.00077（2024）。

  238. Ying, R., Bourgeois, D., You, J., Zitnik, M. & Leskovec, J. GNNExplainer: generating explanations for graph neural networks.ADV。神经信息。过程。系统。 32, 9240–9251 (2019).

    PubMed一个 PubMed Central一个 Google Scholar一个 

  239. Lv, G., Hu, Z., Bi, Y. & Zhang, S. Learning unknown from correlations: graph neural network for inter-novel-protein interaction prediction.在Proc。Thirtieth International Joint Conference on Artificial Intelligence, IJCAI-21(ed. Zhou, Z.-H.) 3677–3683 (International Joint Conferences on Artificial Intelligence Organization, 2021).

  240. Li, J. et al.Evaluating graph neural networks for link prediction: current pitfalls and new benchmarking.在Advances in Neural Information Processing Systems 36(eds Oh, A. et al) 3853–3866 (NeurIPS, 2023).

  241. Morris, C. et al.Position: future directions in the theory of graph machine learning.在Proc。41st International Conference on Machine Learning(eds Salakhutdinov, R. et al.) Vol.235, 36294–36307 (PMLR, 2024).

  242. Zhang, B. et al.The expressive power of graph neural networks: a survey.IEEE Trans。知识。Data Eng. 37, 1455–1474 (2025).

    文章一个 Google Scholar一个 

  243. Papamarkou, T. et al.Position: topological deep learning is the new frontier for relational learning.在Proc。41st International Conference on Machine Learning(eds Salakhutdinov, R. et al.) Vol.235, 39529–39555 (PMLR, 2024).

  244. Zheng, X. et al.Graph neural networks for graphs with heterophily: a survey.Preprint athttps://doi.org/10.48550/arXiv.2202.07082（2022）。

  245. Chen, F., Cocaign-Bousquet, M., Girbal, L. & Nouaille, S. 5′UTR sequences influence protein levels inEscherichia coliby regulating translation initiation and mRNA stability.正面。微生物。 13, 1088941 (2022).

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  246. Lytle, J. R., Yario, T. A. & Steitz, J. A. Target mRNAs are repressed as efficiently by microRNA-binding sites in the 5′ UTR as in the 3′ UTR.Proc。纳特学院。科学。美国 104, 9667–9672 (2007).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  247. Zhu, H. et al.Dynamic characterization and interpretation for protein–RNA interactions across diverse cellular conditions using HDRNet.纳特。社区。 14, 6824 (2023).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  248. Li, M. M. et al.Contextual AI models for single-cell protein biology.纳特。方法 21, 1546–1557 (2024).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  249. Blakes, A. J. M. et al.A systematic analysis of splicing variants identifies new diagnoses in the 100,000 genomes project.基因组医学。 14, 1–11 (2022).

    文章一个 Google Scholar一个 

  250. Farh, K. K.-H.et al.Genetic and epigenetic fine mapping of causal autoimmune disease variants.自然 518, 337–343 (2014).

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  251. Whiffin, N. et al.Characterising the loss-of-function impact of 5′ untranslated region variants in 15,708 individuals.纳特。社区。 11, 2523 (2020).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  252. Finucane, H. K. et al.Partitioning heritability by functional annotation using genome-wide association summary statistics.纳特。基因。 47, 1228–1235 (2015).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  253. Hindorff, L. A. et al.Potential etiologic and functional implications of genome-wide association loci for human diseases and traits.Proc。纳特学院。科学。美国 106, 9362–9367 (2009).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  254. GTEx Consortium et al.Genetic effects on gene expression across human tissues.自然 550, 204–213 (2017).

    文章一个 PubMed Central一个 Google Scholar一个 

  255. Hormozdiari, F. et al.Colocalization of GWAS and eQTL signals detects target genes.是。J. Hum。基因。 99, 1245–1260 (2016).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  256. Cui, Y. et al.Alternative polyadenylation transcriptome-wide association study identifies APA-linked susceptibility genes in brain disorders.纳特。社区。 14, 583 (2023).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  257. Mai, J., Lu, M., Gao, Q., Zeng, J. & Xiao, J. Transcriptome-wide association studies: recent advances in methods, applications and available databases.社区。Biol. 6, 899 (2023).

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  258. Zhernakova, D. V. et al.Identification of context-dependent expression quantitative trait loci in whole blood.纳特。基因。 49, 139–145 (2017).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  259. Fu, X.-D.& Ares, M. Jr Context-dependent control of alternative splicing by RNA-binding proteins.纳特。Rev. Genet. 15, 689–701 (2014).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  260. Alipanahi, B., Delong, A., Weirauch, M. T. & Frey, B. J. Predicting the sequence specificities of DNA- and RNA-binding proteins by deep learning.纳特。生物技术。 33, 831–838 (2015).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  261. Grønning, A. G. B. et al.DeepCLIP: predicting the effect of mutations on protein-RNA binding with deep learning.Nucleic Acids Res. 48, 7099–7118 (2020).

    PubMed一个 PubMed Central一个 Google Scholar一个 

  262. Liu, X., Li, Y. I. & Pritchard, J. K. Trans effects on gene expression can drive omnigenic inheritance.细胞 177, 1022–1034.e6 (2019).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  263. Cano-Gamez, E. & Trynka, G. From GWAS to function: using functional genomics to identify the mechanisms underlying complex diseases.正面。基因。 11, 424 (2020).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  264. Klim, J. R. et al.ALS-implicated protein TDP-43 sustains levels of STMN2, a mediator of motor neuron growth and repair.纳特。Neurosci。 22, 167–179 (2019).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  265. Tyzack, G. E. et al.Widespread FUS mislocalization is a molecular hallmark of amyotrophic lateral sclerosis.脑 142, 2572–2580 (2019).

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  266. Ziff, O. J. et al.Nucleocytoplasmic mRNA redistribution accompanies RNA binding protein mislocalization in ALS motor neurons and is restored by VCP ATPase inhibition.神经元 111, 3011–3027.e7 (2023).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  267. Wood, M. J. A., Talbot, K. & Bowerman, M. Spinal muscular atrophy: antisense oligonucleotide therapy opens the door to an integrated therapeutic landscape.哼。摩尔。基因。 26, R151–R159 (2017).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  268. Raal, F. J. et al.Mipomersen, an apolipoprotein B synthesis inhibitor, for lowering of LDL cholesterol concentrations in patients with homozygous familial hypercholesterolaemia: a randomised, double-blind, placebo-controlled trial.柳叶刀 375, 998–1006 (2010).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  269. Mercuri, E. et al.Nusinersen versus sham control in later-onset spinal muscular atrophy.N. Engl.J. Med。 378, 625–635 (2018).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  270. Finkel, R. S. et al.Nusinersen versus sham control in infantile-onset spinal muscular atrophy.N. Engl.J. Med。 377, 1723–1732 (2017).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  271. Mendell, J. R. et al.Eteplirsen for the treatment of Duchenne muscular dystrophy.安。神经。 74, 637–647 (2013).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  272. Benson, M. D. et al.Inotersen treatment for patients with hereditary transthyretin amyloidosis.N. Engl.J. Med。 379, 22–31 (2018).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  273. Frank, D. E. et al.Increased dystrophin production with golodirsen in patients with Duchenne muscular dystrophy.神经病学 94, e2270–e2282 (2020).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  274. Witztum, J. L. et al.Volanesorsen and triglyceride levels in familial chylomicronemia syndrome.N. Engl.J. Med。 381, 531–542 (2019).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  275. Adams, D. et al.Patisiran, an RNAi therapeutic, for hereditary transthyretin amyloidosis.N. Engl.J. Med。 379, 11–21 (2018).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  276. Balwani, M. et al.Phase 3 trial of RNAi therapeutic givosiran for acute intermittent porphyria.N. Engl.J. Med。 382, 2289–2301 (2020).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  277. Garrelfs, S. F. et al.Lumasiran, an RNAi therapeutic for primary hyperoxaluria type 1.N. Engl.J. Med。 384, 1216–1226 (2021).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  278. Ray, K. K. et al.Two phase 3 trials of inclisiran in patients with elevated LDL cholesterol.N. Engl.J. Med。 382, 1507–1519 (2020).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  279. Clemens, P. R. et al.Long-term functional efficacy and safety of viltolarsen in patients with Duchenne muscular dystrophy.J. Neuromuscul.Dis. 9, 493–501 (2022).

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  280. Wagner, K. R. et al.Safety, tolerability, and pharmacokinetics of casimersen in patients with Duchenne muscular dystrophy amenable to exon 45 skipping: a randomized, double-blind, placebo-controlled, dose-titration trial.Muscle Nerve 64, 285–292 (2021).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  281. Liu, A. et al.Nedosiran, a candidate siRNA drug for the treatment of primary hyperoxaluria: design, development, and clinical studies.ACS Pharmacol。翻译。科学。 5, 1007–1016 (2022).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  282. Miller, T. M. et al.Trial of antisense oligonucleotide tofersen for ALS.N. Engl.J. Med。 387, 1099–1110 (2022).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  283. van Roon-Mom, W., Ferguson, C. & Aartsma-Rus, A. From failure to meet the clinical endpoint to US food and drug administration approval: 15th antisense oligonucleotide therapy approved qalsody (tofersen) for treatment of SOD1 mutated amyotrophic lateral sclerosis.Nucleic Acid.ther。 33, 234–237 (2023).

    文章一个 PubMed一个 Google Scholar一个 

  284. Korobeynikov, V. A., Lyashchenko, A. K., Blanco-Redondo, B., Jafar-Nejad, P. & Shneider, N. A. Antisense oligonucleotide silencing of FUS expression as a therapeutic approach in amyotrophic lateral sclerosis.纳特。医学 28, 104–116 (2022).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  285. Musa, D. A., Raji, M. O., Sikiru, A. B., Aremu, K. H. & Aigboeghian, E. A. Promising RNA-based therapies for viral infections, genetic disorders and cancer.Acad.摩尔。Biol.基因组学 https://doi.org/10.20935/acadmolbiogen7329（2024）。

  286. Wang, Q. et al.Cell cycle regulation by alternative polyadenylation of CCND1.科学。代表。 8, 6824 (2018).

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  287. Ng, K. P. et al.A common BIM deletion polymorphism mediates intrinsic resistance and inferior responses to tyrosine kinase inhibitors in cancer.纳特。医学 18, 521–528 (2012).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  288. Sotillo, E. et al.Convergence of acquired mutations and alternative splicing of CD19 enables resistance to CART-19 immunotherapy.癌症。 5, 1282–1295 (2015).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  289. Sobczak, K. & Krzyzosiak, W. J. Structural determinants of BRCA1 translational regulation.J. Biol。化学 277, 17349–17358 (2002).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  290. Mayr, C. & Bartel, D. P. Widespread shortening of 3′UTRs by alternative cleavage and polyadenylation activates oncogenes in cancer cells.细胞 138, 673–684 (2009).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  291. Mitschka, S. & Mayr, C. Context-specific regulation and function of mRNA alternative polyadenylation.纳特。摩尔牧师。细胞生物。 23, 779–796 (2022).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  292. Liang, X.-H.et al.Translation efficiency of mRNAs is increased by antisense oligonucleotides targeting upstream open reading frames.纳特。生物技术。 34, 875–880 (2016).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  293. Liang, X.-H.等。Antisense oligonucleotides targeting translation inhibitory elements in 5′ UTRs can selectively increase protein levels.Nucleic Acids Res. 45, 9528–9546 (2017).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  294. Zhao, Y., Oono, K., Takizawa, H. & Kotera, M. GenerRNA: a generative pre-trained language model for de novo RNA design.PLOS一个 19, e0310814 (2024).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  295. Holdt, L. M., Kohlmaier, A. & Teupser, D. Circular RNAs as therapeutic agents and targets.正面。生理学。 9, 1262 (2018).

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  296. Touznik, A., Maruyama, R., Hosoki, K., Echigoya, Y. & Yokota, T. LNA/DNA mixmer-based antisense oligonucleotides correct alternative splicing of the SMN2 gene and restore SMN protein expression in type 1 SMA fibroblasts.科学。代表。 7, 3672 (2017).

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  297. Roux, B. T., Lindsay, M. A. & Heward, J. A. Knockdown of nuclear-located enhancer RNAs and long ncRNAs using locked nucleic acid GapmeRs.Methods Mol.Biol. 1468, 11–18 (2017).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  298. Amodio, N. et al.Drugging the lncRNA MALAT1 via LNA gapmeR ASO inhibits gene expression of proteasome subunits and triggers anti-multiple myeloma activity.白血病 32, 1948–1957 (2018).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  299. Chen, R. et al.Engineering circular RNA for enhanced protein production.纳特。生物技术。 41, 262–272 (2023).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  300. Zhang, G. et al.KGANSynergy: knowledge graph attention network for drug synergy prediction.简短的。生物知识。 24, bbad167 (2023).

    文章一个 PubMed一个 Google Scholar一个 

  301. Vignac, C. et al.DiGress: discrete denoising diffusion for graph generation.在Proceedings of the International Conference on Learning Representations(ICLR, 2023).

  302. Zheng, S. et al.Predicting equilibrium distributions for molecular systems with deep learning.纳特。马赫。Intell. 6, 558–567 (2024).

    文章一个 Google Scholar一个 

  303. Nguyen, E. et al.Sequence modelling and design from molecular to genome scale with Evo.科学 386, eado9336 (2024).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  304. Atz, K. et al.Prospective de novo drug design with deep interactome learning.纳特。社区。 15, 1–18 (2024).

    文章一个 Google Scholar一个 

  305. Cacciarelli, D. & Kulahci, M. Active learning for data streams: a survey.马赫。学习。https://doi.org/10.1007/s10994-023-06454-2（2023）。Fournier, Q. et al.

  306. Protein language models: is scaling necessary?Preprint atbioRxiv https://doi.org/10.1101/2024.09.23.614603（2024）。

  307. Outeiral, C. & Deane, C. M. Codon language embeddings provide strong signals for use in protein engineering.纳特。马赫。Intell. 6, 170–179 (2024).

    文章一个 Google Scholar一个 

  308. Naghipourfar, M. et al.A suite of foundation models captures the contextual interplay between codons.Preprint atbioRxiv https://doi.org/10.1101/2024.10.10.617568（2024）。

  309. Celaj, A. et al.An RNA foundation model enables discovery of disease mechanisms and candidate therapeutics.Preprint atbioRxiv https://doi.org/10.1101/2023.09.20.558508（2023）。

  310. Ren, Z. et al.CodonBERT: a BERT-based architecture tailored for codon optimization using the cross-attention mechanism.生物信息学 40, btae330 (2024).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  311. Boccaletto, P. et al.MODOMICS: a database of RNA modification pathways.2017 update.核酸res。 46, D303–D307 (2018).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  312. Varani, L. et al.The NMR structure of the 38 kDa U1A protein–PIE RNA complex reveals the basis of cooperativity in regulation of polyadenylation by human U1A protein.纳特。结构。Biol. 7, 329–335 (2000).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  313. Hennig, J. et al.Structural basis for the assembly of the Sxl–Unr translation regulatory complex.自然 515, 287–290 (2014).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  314. Chen, S.-J.RNA folding: conformational statistics, folding kinetics, and ion electrostatics.安努。Rev. Biophys. 37, 197–214 (2008).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  315. Halvorsen, M., Martin, J. S., Broadaway, S. & Laederach, A. Disease-associated mutations that alter the RNA structural ensemble.PLOS基因。 6, e1001074 (2010).

    文章一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  316. Mortimer, S. A. & Weeks, K. M. Time-resolved RNA SHAPE chemistry: quantitative RNA structure analysis in one-second snapshots and at single-nucleotide resolution.纳特。原始 4, 1413–1421 (2009).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  317. Griffiths-Jones, S., Bateman, A., Marshall, M., Khanna, A. & Eddy, S. R. Rfam: an RNA family database.Nucleic Acids Res. 31, 439–441 (2003).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  318. Kalvari, I. et al.Rfam 14: expanded coverage of metagenomic, viral and microRNA families.Nucleic Acids Res. 49, D192–D200 (2021).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  319. RNAcentral Consortium RNAcentral 2021: secondary structure integration, improved sequence search and new member databases.Nucleic Acids Res. 49, D212–D220 (2021).

    文章一个 Google Scholar一个 

  320. Harrison, P. W. et al.Ensembl 2024.Nucleic Acids Res. 52, D891–D899 (2024).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  321. Sayers, E. W. et al.Database resources of the National Center for Biotechnology Information in 2023.Nucleic Acids Res. 51, D29–D38 (2023).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  322. Kenton, J. D. M.-W.& Chang, L. K. Bert: pre-training of deep bidirectional transformers for language understanding.在Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies.1 , 4171–4186 (2019).Google Scholar

    一个 Szklarczyk, D. et al.

  323. The STRING database in 2023: protein–protein association networks and functional enrichment analyses for any sequenced genome of interest.Nucleic Acids Res. 51, D638–D646 (2023).

    文章一个 CAS一个 PubMed一个 Google Scholar一个 

  324. Celledoni, E. et al.Structure-preserving deep learning.欧元。J. Appl。Math. 32, 888–936 (2021).

    文章一个 Google Scholar一个 

  325. Lai, P., Zhang, Z., Zhang, W., Fu, F. & Cui, B. Enhancing unsupervised sentence embeddings via knowledge-driven data augmentation and Gaussian-decayed contrastive learning.Preprint athttps://doi.org/10.48550/arXiv.2409.12887（2024）。

  326. Glauer, M., Neuhaus, F., Mossakowski, T. & Hastings, J. Ontology pre-training for poison prediction.在German Conference on Artificial Intelligence (Künstliche Intelligenz)31–45 (Springer Nature, 2023).

  327. Raissi, M., Perdikaris, P. & Karniadakis, G. E. Physics-informed neural networks: a deep learning framework for solving forward and inverse problems involving nonlinear partial differential equations.J. Comput.物理。 378, 686–707 (2019).

    文章一个 Google Scholar一个 

  328. Elmarakeby, H. A. et al.Biologically informed deep neural network for prostate cancer discovery.自然 598, 348–352 (2021).

    文章一个 CAS一个 PubMed一个 PubMed Central一个 Google Scholar一个 

  329. Bronstein, M. M., Bruna, J., Cohen, T. & Veličković, P. Geometric deep learning: grids, groups, graphs, geodesics, and gauges.Preprint athttps://doi.org/10.48550/arXiv.2104.13478（2021）。

  330. Wu, Z. et al.A comprehensive survey on graph neural networks.IEEE Trans。神经网。学习。系统。 32, 4–24 (2021).

    文章一个 PubMed一个 Google Scholar一个 

  331. Chami, I., Abu-El-Haija, S., Perozzi, B., Ré, C. & Murphy, K. Machine learning on graphs: a model and comprehensive taxonomy.J. Mach.学习。res。 23, 1–64 (2022).

    Google Scholar一个 

  332. Müller, L., Galkin, M., Morris, C. & Rampášek, L. Attending to graph transformers.反式。马赫。学习。res。2835–8856 (2024).

  333. Kipf, T. N. & Welling, M. Variational graph auto-encoders.在NIPS Workshop on Bayesian Deep Learning(2016).

  334. Yang, Z. et al.Understanding negative sampling in graph representation learning.在Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining1666–1676 (ACM, 2020).

下载参考

关于《解码非编码RNA与人工智能的相互作用和功能》的评论

暂无评论

发表评论



摘要

该文档是研究论文的全面参考列表，主要集中在机器学习，深度学习，自然语言处理，图形神经网络和生物信息学等领域。这是此参考列表中涵盖的内容类型的概述：1。**深度学习模型**：论文详细介绍了基于变压器模型（例如BERT）及其在各个领域中的应用。2。** RNA和蛋白质研究**：RNA结构，修饰途径，蛋白质 - RNA相互作用，折叠动力学和结构分析技术（如形状化学）的作品。3。**生物信息学资源**：用于分析基因组数据的数据库和工具的描述，例如Ensembl，RFAM和国家生物技术信息中心（NCBI）资源。4。**图神经网络**：图表学习的研究，包括针对图形结构量身定制的注意机制和自动编码器。5。**生物学中的机器学习应用**：将机器学习技术应用于生物学数据的论文，重点是疾病机制发现和治疗候选识别。关键参考包括： - ** bert **（来自变形金刚的双向编码器表示），用于用于语言理解中的深层双向变压器。 - ** Modomics数据库**，为RNA修改提供了途径。 - ** RFAM数据库**已更新以整合元基因组数据和病毒家族，从而提高了序列搜索功能。 - ** rnacentral联盟**将二级结构整合到RNA数据库中。 - **字符串数据库**用于蛋白质 - 蛋白质关联和功能富集分析。此外，还有关于物理信息的神经网络（PINN）的参考，将物理原理与深度学习模型整合在一起，以求解部分微分方程，这些方程可用于包括生物信息学在内的各种科学领域。该列表还包括有关无监督句子嵌入的研究，毒药预测的本体预培训以及对图神经网络的全面调查。该参考收集对于在机器学习，计算生物学和结构生物学交集的研究人员中很有用，提供了各种工具和方法来分析复杂的生物学数据。

相关新闻

相关讨论