RiboUnmix：从有偏且含噪的 Ribo-seq 测量中学习共享的翻译动态

arXiv:2609.39644v2 发布类型：替换 摘要：核糖体谱分析（Ribo-seq）测量核糖体沿 mRNA 的分布，但观测到的占据谱也包含特定于实验的失真和随机变异。因此，能够准确预测测量谱的模型可能复现的是技术效应，而非揭示潜在的生物学规律。我们探讨了这样一个问题：联合建模在不同实验条件下收集的数据集，能否揭示共享的、依赖于序列的核糖体占据模式。我们提出 RiboUnmix，这是一种概率多数据集框架，其中每个期望的测量谱都表示为共享的、依赖于序列的信号，并由特定于数据集的乘法因子进行调制。负二项观测模型用于刻画重复实验之间的变异。我们在一个受控的合成基准上评估 RiboUnmix，该基准结合了程序化翻译动力学、核糖体交通、随机计数采样以及依赖于序列的实验失真。由于潜在动力学和失真均已知，因此可以分别评估共享谱和特定于数据集的效应是否得到恢复。推断出的两个组成部分都与其目标高度相关，表明 RiboUnmix 能够将共享的动力学模式与实验效应区分开来。在四个物种特异性的真实数据基准上，RiboUnmix 在测量谱预测方面优于序列到谱的基线模型。在 114 个来源于 HEK 的数据集子集上独立训练的模型，能够为留出转录本恢复一致的共享谱；改变训练数据集的数量和组成的实验表明，所学习的表示仍然稳定。因此，RiboUnmix 将不同实验之间的变异转化为可重复的、依赖于序列的核糖体占据模式的证据，为利用多样化的 Ribo-seq 数据集生成生物学假设提供支持。