BERT-5mC:一种基于BERT的可解释模型,用于预测DNA的5-甲基细胞因位点
Shuyu Wang1, Yinbo Liu1, Yufeng Liu1
1School of Sciences, Anhui Agricultural University, Hefei, Anhui, China.
PeerJ
|December 13, 2023
概括
我们开发了BERT-5mC,这是一种用于快速准确地预测DNA5甲基 (5mC) 位点的计算工具. 这种方法优于现有的方法,有助于理解人类疾病中的5mC变异.
科学领域:
- 表观遗传学和基因组学
- 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:
- DNA 5-甲基细胞素 (5mC) 对于真核生物的发育,生理和疾病至关重要.
- 精确检测5mC地点是必不可少的,但目前的实验方法昂贵且耗时.
研究的目的:
- 开发一种快速而准确的计算方法来预测5mC地点.
- 为了利用深度学习,特别是基于变压器的模型,进行表观遗传分析.
主要方法:
- 预先训练一个特定领域的BERT (来自变压器的双向编码器表示) 模型在人类促进器序列上.
- 在5mC训练数据集上微调BERT模型以进行预测.
- 分析注意力权重以确定与5mC修改相关的核酸模式.
主要成果:
- 在交叉验证中,BERT-5mC获得了0.966的AUROC,超过了最先进的方法.
- 独立的测试组评估证实了BERT-5mC的卓越性能,AUROC为0.966.
- 通过注意力分析确定了与5mC修饰相关的关键核酸分布.
结论:
- 伯特-5mC为5mC现场预测提供了一个高度准确和高效的计算解决方案.
- 该模型提供了对5mC的序列决定因素的见解.
- 一个公开可访问的网络服务器 (http://5mc-pred.zhulab.org.cn) 可用于使用该工具.
