TriTower-m6Am：三塔架构预测m6Am位点

Kaifeng Xiong 等人提出并评估了 TriTower-m6Am，这是一个融合语义、序列与结构三类表示的 mRNA m6Am 位点预测模型。在 640 条序列的独立测试集上，该模型取得 AUC 0.776、MCC 0.425，优于 DTC-m6Am 的 AUC 0.765、MCC 0.411，且可训练参数少 4.4 倍。 三塔分别采用预训练 RNA 基础模型 RNA-FM 配合 BellPooling、One-Hot BiLSTM，以及基于 41-nt 窗口的关系图卷积网络 RGCN。在 0.40 至 0.70 的每个匹配特异度下，它从 320 个真实位点中多召回 1–7 个。 作者称，三塔模式能否迁移到其他 RNA 修饰预测任务，仍有待后续检验。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。