생물학적 데이터베이스를 활용한 'mRNA 안정성-번역 효율' 예측 모델링 플랫폼 구축

초기 단계: 유전체학 및 전사체학 데이터에서 얻은 5' UTR 영역의 구조적 특징과 변이 정보를 추출한다.
중간 단계: 단백질체학 데이터와 연계하여 해당 mRNA에 결합 가능한 주요 RNA 결합 단백질(RBP) 라이브러리를 구축하고, 각 RBP의 알려진 결합 친화도를 활용한다.
최종 단계: 이 모든 요소를 통합한 머신러닝 모델을 통해, 특정 세포 환경에서 예상되는 Post-transcriptional Regulation 수준을 정량적으로 예측하며, 이는 신약 개발 타겟 선정의 기초 자료가 된다.

본 플랫폼은 다양한 생물학적 데이터베이스(유전체, 전사체, 단백질체 등)의 정보를 통합하여 특정 mRNA의 안정성 및 최종적인 번역 효율을 예측하도록 설계된 생물정보학적 프레임워크이다.