PBJ | 华中农大刘建晓课题组开发基于CNN-Transformer的植物染色质交互预测模型和平台

该研究由华中农业大学刘建晓课题组开发，旨在利用深度学习技术预测植物染色质交互模式，以辅助作物分子设计和智能育种。研究背景指出，染色质三维互作在基因转录调控中至关重要，但现有作物数据有限，制约了机制解析。研究目的为构建基于卷积神经网络和Transformer的预测模型PlantCTCIP，并评估其在玉米、水稻、棉花和小麦中的性能。结论表明，PlantCTCIP在预测启动子近端交互和启动子与远端调控元件交互两种模式下，AUC均值分别提高14.56%和9.6%，优于现有模型。模型成功构建了四种作物的全基因组染色质互作图谱，挖掘了影响交互的重要基序，并发现基序和转录因子协同网络具有物种特异性。通过实例验证，PlantCTCIP能辅助识别远端元件调控的靶基因。研究还开发了在线预测平台，整合多种数据，支持可视化分析。该工作为植物三维基因组研究提供了新工具。