Deep5hmC:通过多式联络深度学习模型预测全基因组的5-基甲基氨酸格局
Xin Ma1, Sai Ritesh Thela1, Fengdi Zhao1
1Department of Biostatistics, University of Florida, Gainesville, FL, 32603, USA.
bioRxiv : the preprint server for biology
|March 18, 2024
概括
新的人工智能工具Deep5hmC通过整合DNA序列和基因组数据,准确地预测全基因组的5-基甲基 (5hmC) 修饰. 这种表观遗传标记对于理解基因表达和人类基因组功能至关重要.
科学领域:
- 表观遗传学和基因组学
- 计算生物学 计算生物学
- 分子生物学分子生物学
背景情况:
- 5甲基细胞蛋白 (5hmC) 是一个重要的表观遗传标记,调节组织特异性基因表达和人类基因组动态.
- 准确预测5hmC分布对于理解其功能角色至关重要.
结论:
- Deep5hmC为表观遗传学研究提供了一个强大的工具,增强了我们对基因调节的理解.
- 该框架准确地预测基因表达,并确定差异化的5hmC区域,在阿尔茨海默氏症等疾病研究中显示出实用性.
- 强调多式联络深度学习在推进表观遗传景观分析方面的潜力.
