TRAFICA: Un modelo de lenguaje de cromatina abierto para mejorar la predicción de la afinidad de los factores de...

Área de la Ciencia:

• La genómica
• Biología computacional
• La bioinformática

Sus antecedentes:

• La predicción de la afinidad de unión del factor de transcripción silico y el ADN (TF-ADN) es crucial para comprender la regulación génica.
• Las herramientas actuales a menudo pasan por alto las preferencias de unión de TF in vivo en regiones abiertas de cromatina, basándose únicamente en datos in vitro.
• Esta limitación dificulta la predicción precisa de las interacciones TF-ADN en su contexto celular nativo.

Objetivo del estudio:

• Desarrollar un modelo computacional avanzado para predecir la afinidad de unión de TF-ADN.
• Incorporar las características de la secuencia de las regiones abiertas de cromatina in vivo en la predicción de la afinidad de unión.
• Mejorar la precisión y la relevancia biológica de las predicciones de unión al ADN-TF.

Principales métodos:

• Desarrolló TRAFICA, un modelo de lenguaje de cromatina abierto.
• TRAFICA previamente entrenado en más de 2,8 millones de secuencias de nucleótidos de experimentos ATAC-seq para aprender preferencias de unión de TF in vivo.
• TRAFICA afinado utilizando la adaptación de rango bajo (LoRA) en los perfiles de unión PBM y HT-SELEX TF-DNA.

Principales resultados:

• TRAFICA superó significativamente las herramientas de predicción existentes y los modelos avanzados de lenguaje de ADN.
• Se ha logrado un rendimiento de vanguardia en la predicción de la afinidad de unión al ADN-TF tanto in vitro como in vivo.
• Demostró la importancia de incorporar características de secuencia de cromatina abierta para una mejor predicción.

Conclusiones:

• Teniendo en cuenta las características de la secuencia de las regiones abiertas de la cromatina mejora significativamente la predicción de la afinidad de unión al ADN-TF.
• TRAFICA representa un nuevo enfoque para un modelado más preciso de la interacción TF-ADN.
• Los hallazgos allanan el camino para una mejor comprensión de la regulación génica a través de mejores predicciones de unión al ADN-TF.