使用生物物理转录因子结合模型进行超快变异效应预测.
Rezwan Hosseini1, Ali Tugrul Balci2, Dennis Kostka1
1Department of Computation and Systems Biology, University of Pittsburgh, Pittsburgh, PA 15213, United States.
这项研究引入了motifDiff,这是一种计算工具,可以准确预测基因变异对转录因子结合部位的功能影响. 它通过使用生物物理模型增强了变异效应预测,特别是常见变异.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 转录因子 (TF) 结合部位的序列变化会影响基因表达和疾病.
- 目前的深度学习模型难以准确预测变异效应,特别是对于常见的遗传变异.
- TF结合的生物物理模型对于解释变异效应和获得机制性见解至关重要.
研究的目的:
- 介绍motifDiff,一种用于量化TF-DNA相互作用变异效应的新型计算工具.
- 使用生物物理模型提高变异效应预测的准确性和可解释性.
- 提供一种可扩展和统计严格的方法来分析数百万个遗传变异.
主要方法:
- 使用单核和二核酸位置重量矩阵开发了motifDiff.
- 实施了统计严格的规范化策略,以实现最佳性能.
- 评估的动机Diff 在不同的实地真相数据集中对体内常见变异效应进行了评估.
主要成果:
- motifDiff在预测跨多个数据集的变异效应方面表现出高效率.
- 该工具提供可扩展的分析,快速评分数百万个变体.
- 建立了针对变异效应预测准确性的强大基准.
结论:
- motifDiff在预测遗传变异的功能影响方面取得了重大进展.
- 该工具增强了对TF-DNA相互作用和基因调节的机制性理解.
- motifDiff为人类加速区域和变体解释提供了独特的见解.
更多相关视频
11:35Screening for Functional Non-coding Genetic Variants Using Electrophoretic Mobility Shift Assay EMSA and DNA-affinity Precipitation Assay DAPA
Published on: August 21, 2016
11:25Enhanced Yeast One-hybrid Screens To Identify Transcription Factor Binding To Human DNA Sequences
Published on: February 11, 2019
相关概念视频
Transcription Factors
General Transcription Factors
Cooperative Binding of Transcription Regulators
Cooperative Binding of Transcription Regulators
Physiological Pharmacokinetic Models: Assumption with Protein Binding
Conserved Binding Sites
Binding sites are often located in large pockets, and if their location on a protein’s surface is unknown, it can be predicted using various approaches. The energetic method computationally...
