Deep Learning for small RNA mediated targeting

Bc. Ján Krčmář

Master's thesis

Abstract:

Micro RNA (miRNA) zohrávajú významnú úlohu regulátorov v kľúčových biologických procesoch a chorobách, tlmením post-transkripčnej expresie génov, ktorú dosahujú väzbou na cieľové úseky na mediátorových RNA. Algoritmickú predikciu napojenia molekúl miRNA na cieľové úseky, výrazne sťažuje zatiaľ nedostatočne riešený problém nevyváženého zastúpenia tried. Táto nerovnováha vzniká medzi menším počtom experimentálne overených miest väzby (braných ako pozitívna trieda) a nadmerne zastúpenou negatívnou triedou (zostávajúce oblasti transkriptu mRNA). V tejto práci ponúkame prehľad všeobecných metód navrhnutých na riešenie problému nepomeru tried a vyhodnocujeme ich vplyv na túto predikčnú úlohu. Okrem toho navrhujeme novú metódu, ktorá cielene vyberá ťažké trénovacie príklady a upravuje ich, aby nimi mohla byť obohatená nová trénovacia množina. Experimentálne výsledky ukazujú, že trénovanie konvolučných neurónových sietí s ľubovoľnou architektúrou pomocou nášho prístupu výrazne zlepšuje metriky ako oblasť pod krivkou špecificity a senzitivity, pričom sa výrazne skracuje čas tréningu. Kód a ukážky experimentov sú verejne dostupné na stránke https://github.com/Janowie/dl_for_mirna_mediated_targeting.

Abstract:

Micro RNAs (miRNAs) have a significant, regulatory role in key biological processes and diseases, by post-transcriptional gene expression modulation achieved by binding to target sites on messenger RNAs. Algorithmic prediction of the potential of a miRNA-target binding is hindered by the yet not properly addressed problem of class imbalance between the “few” actual binding sites (the positive class) and the overrepresented negative class (remaining regions). Here we provide an overview of general methods designed to deal with the class imbalance problem and evaluate their impact on this task. In addition, we propose a novel method called Instance hardness based label smoothing, which selects problematic regions for training and smoothens the labels based on the hardness of individual samples. Experimental results show that training convolutional neural networks with an arbitrary architecture using our approach significantly improves the area under the precision-recall curve (and other evaluation metrics), while notably reducing the required training time. Code implementing our methods and showcasing experiments is publicly available on https://github.com/Janowie/dl_for_mirna_mediated_targeting.

Keywords

Class imbalance learning, miRNA target prediction, CLASH, Convolutional Neural Network, Instance Hardness, Label Smoothing

Language used: English

Date on which the thesis was submitted / produced: 17. 5. 2022

Thesis defence

• Date of defence: 24. 6. 2022
• Supervisor: PhD Panagiotis Alexiou
• Reader: Mgr. Petr Šimeček, MSc.

Masaryk University

Faculty of Informatics

Master programme / field:
Artificial intelligence and data processing / Machine learning and artificial intelligence