机器学习模型DeSTAR提升RNA传感器靶点选择效率

2026年10月12日，bioRxiv发布预印本研究，研究团队开发了机器学习辅助的靶位点排序模型DeSTAR，用于可编程RNA传感器（Detectrons）的toehold-switch设计。该模型基于覆盖6种RNA靶标的全转录本、单核苷酸分辨率传感器文库训练，在留一转录本评估中，其排名靠前的位点富集高性能传感器，主要由传感器茎区的可解释序列语法驱动。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。