机构名称：
¥ 2.0
摘要 基因表达受转录因子 (TF) 调控，它们共同读取顺式调控 DNA 序列。“顺式调控密码”——细胞如何解释 DNA 序列以确定何时、何地和表达多少基因——已被证明极其复杂 1,2。最近，功能基因组学检测和机器学习 (ML) 的规模和分辨率的进步使得破译此密码取得了重大进展 3–6。然而，如果仅在基因组序列上训练模型，顺式调控密码可能永远无法解决；同源区域很容易导致对预测性能的高估，而且我们的基因组太短，序列多样性不足以学习所有相关参数。幸运的是，随机合成的 DNA 序列能够测试比我们基因组中存在的大得多的序列空间，而设计的 DNA 序列能够进行有针对性的查询，从而最大限度地改进模型。由于无论 DNA 来源如何，解释 DNA 都使用相同的生化原理，因此基于这些合成数据训练的模型可以预测基因组活动，通常比基于基因组训练的模型更好 7,8 。在这里，我们提供了该领域的展望，并提出了通过结合 ML 和使用合成 DNA 进行大规模并行分析来解决顺式调控代码的路线图。
解决顺式监管法规的路线图
主要关键词
相关文件推荐
