增强器追踪器:通过深层卷积神经网络组合,通过DNA序列三胞胎的细胞类型特定增强器活性进行比较
bioRxiv : the preprint server for biology
|January 8, 2024
概括
增强器追踪器 (EnhancerTracker) 是一种新的计算工具,使用深度学习识别细胞类型特定的转录增强器. 它只需要两个已知的增强器来预测新的增强器,克服机器学习模型的数据限制.
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:
- 转录增强剂调节基因表达,但由于它们的灵活位置和与目标基因相比的方向,难以计算识别.
- 对特定细胞类型的确定的增强剂的有限可用性阻碍了开发精确的机器学习模型以进行增强剂预测.
研究的目的:
- 开发一种新的计算工具,EnhancerTracker,用于识别细胞类型特定的转录增强剂.
- 为了克服基于机器学习的增强器预测模型有限的训练数据的挑战.
主要方法:
- 使用了一组深层可分离的卷积神经网络.
- 在FANTOM5项目的52,789个假定增强剂和人类基因组控制序列上训练并验证了模型.
- 开发了一种新的输入方法,需要三个序列:两个已知的活性增强剂和一个假定的增强剂.
主要成果:
- EnhancerTracker在一个持久的测试组中实现了64%的准确性,93%的特异性,35%的回忆,84%的精度和49%的F1得分.
- 该工具可以通过仅使用两个已知的增强剂作为输入来预测细胞类型特定的增强剂.
- 证明了区分活性增强剂与控制序列的能力.
结论:
- 增强器追踪器 (EnhancerTracker) 为增强器识别提供了一种新的方法,大大降低了机器学习模型的数据要求.
- 该工具有可能加速细胞类型特定增强剂的发现,有助于理解基因调节.
- 该工具在GitHub上的可用性有助于其在研究界的使用和进一步开发.


