植物DeepMeth:用于预测植物DNA甲基化状态的深度学习模型
Zhongwei Guo1,2, Wenyuan Fan2, Chengcheng Cai2
1National Key Laboratory of Crop Genetics and Germplasm Enhancement, College of Horticulture, Nanjing Agricultural University, Nanjing 210095, China.
Plants (Basel, Switzerland)
|June 13, 2025
概括
植物DeepMeth是一个新的深度学习工具,可以预测植物的DNA甲基化 (5mCs). 它准确地归咎于缺少的甲基化数据,并揭示了监管模式,推进了植物基因组学.
科学领域:
- 植物基因组学 植物基因组学
- 表观遗传学 在表观遗传学中,表观遗传学是指表观遗传学.
- 生物信息学是一种生物信息学.
背景情况:
- 细胞因子DNA甲基化 (5mCs) 是一个关键的表观遗传修饰.
- 预测植物DNA甲基化的工具有限,特别是在不同的植物甲基化类型中.
研究的目的:
- 开发PlantDeepMeth,这是一种用于预测植物DNA甲基化状态的新型深度学习模型.
- 为应对植物基因组中缺少甲基化数据的挑战.
主要方法:
- 开发了一个深度学习模型,PlantDeepMeth.
- 在 *Brassica rapa* 和 *Arabidopsis thaliana* 基因组上评估了该模型.
- 进行了动图分析和跨物种验证.
主要成果:
- 植物DeepMeth在预测甲基化状态和归因缺失数据方面表现出很高的表现.
- 确定了与低甲基化和高甲基化相关的特定动机.
- 在不同的植物物种中展示了模型的概括性.
结论:
- 植物DeepMeth是植物DNA甲基化预测的有效工具.
- 深度学习对推进植物基因组学研究具有重大潜力.
