MambaCpG:使用mambaCpG进行单细胞DNA甲基化状态归算的准确模型
1Faculty of Information, Liaoning University, Chongshan Middle Road 66, 110036 Liaoning, China.
Briefings in bioinformatics
|July 28, 2025
概括
MambaCpG有效地归因单细胞DNA甲基化数据,克服稀疏性挑战. 这个模型捕捉了远程依赖性,提供了对DNA甲基化模式的准确洞察,计算成本更低.
科学领域:
- 表观遗传学 在表观遗传学中,表观遗传学是指表观遗传学.
- 基因组学就是基因组学.
- 计算生物学 计算生物学
背景情况:
- 基因甲基化是影响生物过程和疾病的关键表观遗传修饰.
- 准确的DNA甲基化分析对于理解细胞功能和病理学至关重要.
- 单细胞测序的进步受到数据稀疏的阻碍,特别是低酸-酸 (CpG) 覆盖率.
研究的目的:
- 介绍MambaCpG,一种用于归因单细胞DNA甲基化状态的新型模型.
- 为了应对单细胞DNA甲基化分析中数据稀疏性的挑战.
- 为了利用Mamba块架构来改进甲基化模式识别.
主要方法:
- 开发了MambaCpG,一种利用Mamba块的单细胞DNA甲基化归算模型.
- 综合甲基化矩阵和DNA序列背景用于模型输入.
- 采用双向Mamba块来捕捉CpG站点之间的远程依赖关系.
主要成果:
- 在大型,稀疏的单细胞DNA甲基化数据集上,MambaCpG在现有模型上表现出卓越的性能.
- 在较小的数据集上取得了竞争性结果.
- 展示了较低的参数和内存要求,提高了实际适用性.
- 在DNA甲基化模式中确定了超远程依赖性.
结论:
- MambaCpG有效地归因稀疏的单细胞DNA甲基化数据,增强分析能力.
- 该模型通过捕捉远程依赖,为DNA甲基化模式提供了新的见解.
- MambaCpG为单细胞表观遗传学研究提供了一个计算效率高,准确的解决方案.
