EpiGePT:一个预训练的变压器模型用于表观遗传学.
Zijing Gao1, Qiao Liu2, Wanwen Zeng2
1Ministry of Education Key Laboratory of Bioinformatics, Bioinformatics Division at the Beijing National Research Center for Information Science and Technology, Center for Synthetic and Systems Biology, Department of Automation, Tsinghua University, Beijing 100084, China.
bioRxiv : the preprint server for biology
|July 28, 2023
概括
一种新的语言模型EpiGePT通过结合转录因子活性和3D基因组相互作用来预测表观基因信号和染色质接触. 这推动了基因组学中的大型语言模型应用,提供了更深入的生物学见解.
科学领域:
- 基因组学就是基因组学.
- 计算生物学 计算生物学
- 生物信息学是一种生物信息学.
背景情况:
- 大型语言模型 (LLM) 显示出基因组学的前景,因为自然语言和生物序列之间的相似性.
- 目前的基因组学LLM存在局限性,包括排除染色体相互作用和无法在新型细胞环境中预测.
研究的目的:
- 开发EpiGePT,一种基于变压器的预训练语言模型,用于预测特定上下文的表观基因组信号和染色质接触.
- 通过结合转录因子 (TF) 活动和3D基因组相互作用来克服现有模型的局限性.
主要方法:
- EpiGePT使用了变压器架构,一种LLM,在基因组数据上进行了预训练.
- 该模型将特定背景的TF活动和3D基因组相互作用数据集成到其训练中.
- 对各种表观基因信号预测任务的性能进行了评估,并与现有方法进行了对比.
主要成果:
- 与目前的方法相比,EpiGePT在预测各种表观基因组信号方面表现出卓越的表现.
- 该模型成功实现了长距离染色体相互作用的跨细胞类型预测.
- EpiGePT提供了对基因变异在不同细胞环境中的功能影响的见解.
结论:
- EpiGePT增强了LLM在基因组学中的实用性,通过实现特定上下文的预测和结合关键的生物信息.
- 该模型能够预测染色体相互作用和新环境中的变异效应,从而促进了对基因调节机制的研究.
相关概念视频
01:46Epigenetic Regulation
31.1K
Epigenetic mechanisms play an essential role in healthy development. Conversely, precisely regulated epigenetic mechanisms are disrupted in diseases like cancer.
31.1K
02:07Improving Translational Accuracy
11.6K
Base complementarity between the three base pairs of mRNA codon and the tRNA anticodon is not a failsafe mechanism. Inaccuracies can range from a single mismatch to no correct base pairing at all. The free energy difference between the correct and nearly correct base pairs can be as small as 3 kcal/ mol. With complementarity being the only proofreading step, the estimated error frequency would be one wrong amino acid in every 100 amino acids incorporated. However, error frequencies observed in...
11.6K