OpenASO：一个用于识别反义寡核苷酸潜在靶点的RNA调控区域的项目

简介：
简介：OpenASO是一款创新工具，旨在通过分析RNA调控区来预测反义寡核苷酸的潜在结合位点，助力药物开发和基因治疗研究。 可以使用机器学习来识别使反义寡核苷酸（ASO）更有效的RNA靶标的方面吗？该项目旨在开发数据集和工具，以了解有效ASO目标的重要特征，从而改善用于实验和临床应用的ASO设计。 反义寡核苷酸（ASO）具有很高的潜在治疗价值，因为它们可用于靶向任何转录物并调节其表达。选择有效ASO的一个因素是识别靶RNA的开放、非结构化区域。然而，由于RNA是一种柔性分子，最能代表其整体结构的是整个模型而非局部片段。 使用集成建模来识别目标RNA中的开放区域是否会促进对更合适的ASO序列的选择？为了回答这个问题，我们将利用机器学习技术，基于现有的ASO数据集及其效率，并结合整体制导结构模型的性能与传统的最小自由能结构进行比较。此外，我们还将考虑其他已知影响ASO靶向性的因素，如RNA结合蛋白（eCLIP）的数据。 最终目标是构建一个可视化工具，允许用户输入感兴趣的基因并绘制出相关结果。