Nature\u00A0|\u00A0深度学习模型直接从DNA序列解码人类启动子调控语法
BioArt
2026-02-14 09:21
文章摘要
背景：传统深度学习方法预测人类启动子活性依赖于整合大量表观基因组数据，计算成本高且难以直接推断因果关系。研究目的：开发一个轻量级深度学习模型PARM，仅从DNA序列准确预测启动子活性并解析其调控语法。结论：PARM模型基于MPRA数据训练，能高精度预测启动子活性，识别功能序列元件，发现罕见转录因子基序，并在多种细胞类型和刺激响应中揭示细胞特异性调控，为合成生物学和疾病突变解读提供方法学基础。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Erratum: Mating status-dependent dopaminergic modulation of auditory sensory neurons in <i>Drosophila</i>.
DOI: 10.1016/j.isci.2026.114799
Pub Date : 2026-01-29
Date: 2026/2/20 0:00:00
Shear flow alleviates spaceflight-induced hepatic lipid dysregulation via suppression of SREBP mechanotransduction.
DOI: 10.1016/j.scib.2026.01.072
Pub Date : 2026-02-02
Babies at nursery shape each other's microbiomes.
DOI: 10.1038/d41586-026-00396-0
Pub Date : 2026-02-11
BioArt
最新文章
京公网安备 11010802042870号
