使用深度学习来划分酵母分裂和多化信号.
bioRxiv : the preprint server for biology
|October 24, 2023
概括
深度学习模型揭示了酵母多化信号是如何形成的. 这些模型揭示了在Saccharomyces cerevisiae和Schizosaccharomyces pombe中控制多A位点选择和裂变的独特cis调节元素.
科学领域:
- 分子生物学分子生物学
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 3'-end 分裂和多化对于真核细胞mRNA成熟至关重要.
- 与哺乳动物系统相比,酵母多基化信号是退化的,理解程度不佳.
- 深度测序揭示了酵母菌的分裂异质性和物种间的动机差异.
结论:
- 深度学习模型为酵母多化信号的形成提供了新的见解.
- 这项研究阐明了酵母菌裂异质性和位点强度调节的机制.
- 在S. cerevisiae和S. pombe之间确定了多A位点模式配置的特定物种差异.


