DeepITEH:一个深度学习框架,用于从人类基因组中识别组织特定的eRNA.
Tianjiao Zhang1, Liangyu Li1, Hailong Sun1
1College of Computer and Control Engineering, Northeast Forestry University, Harbin 150040, China.
Bioinformatics (Oxford, England)
|June 9, 2023
概括
DeepITEH使用RNA-seq和基因组修饰数据准确识别增强器RNA (eRNA). 这种深度学习框架可以改善各种组织中的eRNA预测,帮助癌症研究.
科学领域:
- 基因组学就是基因组学.
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
背景情况:
- 增强剂是控制基因表达的关键 cis 调节元素.
- 增强器RNAs (eRNAs) 从增强器转录,并在组织特异性基因调节和癌症发展中发挥作用.
- 目前的eRNA识别方法由于依赖单个数据类型和缺乏组织特异性而难以准确.
研究的目的:
- 开发一个深度学习框架,DeepITEH,用于准确识别增强器RNA (eRNA).
- 利用来自多个组织样本的RNA-seq和基因组修饰数据来改善eRNA预测.
- 提高对 eRNA 在基因调节和癌症中的作用的理解.
主要方法:
- DeepITEH采用深度学习方法,集成RNA-seq和基因素修饰数据.
- 它将eRNA分为正规表达型和偶然表达型,使用多样本的基因组修饰数据进行分类.
- 该框架结合了序列和表观遗传特征,用于组织特定的eRNA识别.
主要成果:
- 在8个测试组织 (正常和癌症) 中,DeepITEH在7个组织中显著提高了eRNA预测准确性.
- 性能与最先进的方法进行了评估,包括SeqPose,iEnhancer-RD,LSTMAtt和FRL.
- 该框架有效地识别了人类基因组上的潜在eRNA.
结论:
- DeepITEH提供了一种强大而准确的方法来识别特定于组织的eRNA.
- 该框架能够整合多种数据类型,克服了现有方法的局限性.
- DeepITEH为研究eRNA在基因表达和癌症发病过程中的作用提供了宝贵的见解.


