В работе исследуется применение методов машинного обучения для прогнозирования эффективности миРНК при нокдауне генов. Для построения моделей был собран и обработан датасет из 3435 записей, содержащий информацию о последовательностях миРНК, их химических модификациях, биологической активности и условиях экспериментов. Разработаны бинарные классификаторы и регрессионная модель (R² ≈ 0.87, RMSE ≈ 10.89 %), демонстрирующие высокую точность предсказания. В модели использованы эмбеддинги целевых генов, полученные с помощью языковой модели Mistral, а также автоэнкодер для описания химических свойств нуклеотидов. Полученные результаты превосходят все опубликованные на данный момент модели и могут быть применены для оптимизации дизайна миРНК в экспериментальных и терапевтических исследованиях.

Шатковский Д.П., Головкин И.А. (науч. рук. Серов Н.С.) Прогнозирование эффективности мирнк для нокдауна генов // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/14194