预测细胞类型特定的表观遗传特征,考虑远端遗传效应

科学领域:

• 基因组学就是基因组学.
• 计算生物学 计算生物学
• 表观遗传学 在表观遗传学中,表观遗传学是指表观遗传学.

背景情况:

• 解释全基因组关联研究 (GWAS) 需要了解遗传变异如何影响表观基因组.
• 在非编码基因组中对这些效应进行分析,由于可扩展性问题,在实验上具有挑战性.
• 目前的机器学习模型仅限于它们被训练的细胞类型.

研究的目的:

• 开发一种计算模型,可以预测以前未见的细胞类型中的表观遗传信号.
• 为了将远端DNA相互作用效应纳入更准确的表观遗传赋值.
• 提高基因组预测的深度学习模型的通用性.

主要方法:

• 介绍了Enformer Celltyping,这是一个深度学习模型,集成了远端DNA相互作用效应 (高达10万个基对).
• 利用DNA和染色质可访问性数据进行表观遗传归因.
• 开发了一个评估基因变异效应预测模型的框架,使用监管定量特征位置 (eQTL) 映射研究.

主要成果:

• 在预测表观遗传信号方面,Enformer Celltyping的性能优于现有的同类最佳方法.
• 该模型证明了跨多种细胞类型和基因组区域的概括性.
• 评估框架强调了当前基因组深度学习模型的局限性.

结论:

• 启动器细胞类型化为新型细胞类型的表观遗传赋予提供了可扩展和准确的方法.
• 该模型推进了对非编码基因组和GWAS中的遗传变异的解释.
• 它为研究复杂特征的细胞类型特定遗传丰富提供了一个工具.