高通量DNA融测量使得DNA折叠热力学模型得到了改进

科学领域:

• 分子生物学分子生物学
• 生物技术是生物技术.
• 生物信息学是一种生物信息学.

背景情况:

• DNA折叠热力学对于生物过程和生物技术应用至关重要.
• 目前用于DNA稳定性预测的近邻模型在捕捉超出沃森-克里克基配对的复杂序列依赖性方面存在局限性,因为实验数据不足.

研究的目的:

• 引入一种高通量方法来测量DNA发针稳定性.
• 开发改进的模型来预测DNA折叠热力学.

主要方法:

• 开发了Array Melt,一种大规模并行方法,使用基于光的火处理在Illumina测序流量细胞上,同时测量数百万个DNA针头的平衡稳定性.
• 产生了27,732个序列的数据集,具有两种状态的化行为.
• 导出了一个NUPACK兼容模型 (dna24) 和一个图形神经网络 (GNN) 模型.

主要成果:

• 阵列融化方法成功测量了数百万个DNA针头的稳定性.
• 与现有的方法相比,衍生的dna24和GNN模型在预测DNA折叠热力学方面表现出更好的准确性.
• 该GNN模型确定了DNA内部的相关相互作用,超出了最近的邻居.

结论:

• 阵列融化方法为生成大规模DNA稳定性实验数据提供了强大的工具.
• 开发的模型提高了DNA折叠热力学预测的准确性.
• 这些进步使得基于DNA的生物技术工具,如qPCR原始剂,杂交探头和DNA原始设计在形设计中更有效.