Распознавание 3’-концевых шпилек SINE и LINE транспозонов Danio Rerio методами машинного обучения

Известно, что 3’-концевые структуры стебель-петля пары LINE-SINE транспозонов человека L1-Alu хорошо распознаются моделями машинного обучения. Представляет интерес проверить, является ли это закономерностью и для других геномов. В качестве исследуемого генома был выбран геном рыбы Danio rerio, так как для него были проведены эксперименты по изучению механизма ретротранспозиции и, в частности, исследованы структуры стебель-петля на конце LINE-ретротранспозонов. В рассмотрение были включены разные классы SINE, произошедшие от tRNA, tRNA-V, L2 и 5S-Deu-L2 и 58 видов LINE, в том числе L1. Было построено три класса моделей машинного обучения на основе разного набора признаков. Оказалось, что и концевые шпильки, и концевые последовательности транспозонов разных классов распознаются с хорошей точностью (ROC AUC>77%). Качество распознавания, тем не менее, оказалось не таким высоким, как распознавание L1-Alu пар человека, но это объясняется большим эволюционным расстоянием между разными классами транспозонов. Для всех моделей проведён сравнительный анализ и определены общие и уникальные признаки для каждого генома. В дополнение была исследована мРНК Danio rerio на наличие шпилек на 3’-конце, свойства шпилек были исследованы c помощью моделей машинного обучения. Способность моделей машинного обучения распознавать структуру стебель-петля на 3’-конце ретротранспозонов классов LINE и SINE, а также мРНК, свидетельствует в пользу значимости свойств этой структуры для процесса ретротранспозиции.