一个基于重复频率的新型DNA编码方案,用深度学习来预测人类和老鼠的DNA增强器

科学领域:

• 基因组学和生物信息学
• 计算生物学 计算生物学
• 分子生物学分子生物学

背景情况:

• 基因增强剂在调节基因表达方面发挥着关键作用,影响发育,平衡和胚胎生成.
• 对DNA增强剂的实验识别是劳动密集型和昂贵的,需要计算方法.
• 现有的深度学习方法显示了DNA增强器预测的不同细胞系的性能不一致.

研究的目的:

• 开发一种新的DNA编码方案,以改善DNA增强器预测.
• 用BiLSTM (双向长期短期记忆) 深度学习模型来评估拟议方案的有效性.
• 将拟议方案与已建立的DNA编码方法 (EIIP,整数,原子数) 进行比较.

主要方法:

• 这是一个四个阶段的过程,包括数据采集,DNA序列编码,BiLSTM模型设计和性能评估.
• 用拟议的方案数字表示DNA序列,并与EIIP,整数和原子数编码进行比较.
• 性能指标包括准确性,精度,回忆,F1分数,CSI,MCC,G-平均,卡帕系数和AUC分数.

主要成果:

• 场景1 (人类对抗人类) 建议方案实现了92.16%的准确性和0.85 AUC,超过了EIIP (89.14%的准确性,0.87 AUC),原子数 (86.61%的准确性,0.84 AUC) 和整数 (76.96%的准确性,0.82 AUC).
• 场景2 (增强剂识别和物种起源):拟议方案的准确度最高 (84.59%) 和AUC (0.92),超过了EIIP (77.80%准确度,~0.90 AUC),整数 (73.68%准确度,~0.90 AUC) 和原子数 (68.27%准确度,0.81 AUC).
• 拟议的DNA编码方案在两个预测场景中都表现出了卓越的性能.

结论:

• 这种新的DNA编码方案对于预测DNA增强剂是有效和成功的.
• 这种方法为实验方法提供了一个更强大,更准确的计算替代方案.
• 这些发现强调了定制编码方案在增强基因组分析深度学习应用中的潜力.