TRAFICA:トランスクリプション・ファクター・バインディング・アフィニティの予測を改善するためのオープンクロマチン言語モデル

科学分野:

• ゲノミクス
• コンピュータ生物学
• バイオ情報学

背景:

• シリコ転写因子とDNA (TF-DNA) の結合親和性予測は,遺伝子調節を理解するために重要である.
• 現在のツールでは,オープンクロマチンの領域における in vivo TF 結合偏好をしばしば無視し, in vitro データのみに依存しています.
• この制限は,TF-DNAの相互作用を,本来の細胞文脈で正確に予測することを妨げます.

研究 の 目的:

• TF-DNA結合親和性を予測するための高度な計算モデルを開発する.
• 結合親和の予測に,インビボのオープンクロマチン領域の配列特性を組み込む.
• TF-DNA結合予測の精度と生物学的関連性を向上させる.

主な方法:

• オープンクロマチン言語モデルである TRAFICAを開発した.
• ATAC-seq実験の280万以上のヌクレオチド配列でTRAFICAを事前に訓練し,体内のTF結合の好みを学習しました.
• PBMとHT-SELEXのTF-DNA結合プロファイルにローランクアダプテーション (LoRA) を用いて微調整したTRAFICA.

主要な成果:

• TRAFICAは既存の予測ツールや DNA言語モデルの性能を大幅に上回りました
• in vitroとin vivoの両方でTF-DNA結合親和性を予測する最先端の性能を達成しました.
• よりよい予測のために,オープンクロマチン配列の特性を組み込むことの重要性を示した.

結論:

• オープンクロマチン領域からの配列特性を考慮すると,TF-DNA結合親和の予測が著しく改善されます.
• TRAFICAはより正確なTF-DNA相互作用モデリングのための新しいアプローチを表しています.
• この発見は,改善されたTF-DNA結合予測を通じて,遺伝子調節をよりよく理解するための道を切り開いている.