NAR | 江南大学邓禹等团队揭示深度学习引导大肠杆菌核心启动子的可编程设计

背景：核心启动子是调控转录起始的关键元件，但由于复杂的序列-功能关系以及现有基于人工智能的方法普遍性有限，准确预测和设计其强度仍然具有挑战性。研究目的：江南大学邓禹等团队开发了一个模块化平台，将合理的文库设计、预测模型和生成优化集成到闭环工作流程中，用于端到端的核心启动子工程。结论：该研究构建了包含112,955个变体的合成启动子文库，基于Transformer的模型与实验测量的启动子强度皮尔逊相关系数达到0.87，条件扩散模型能够从头生成具有特定强度的启动子序列，设计与测量相关性达到0.95，并在不同序列环境下保持高准确度（R=0.93），实现了精准的转录调控。