机构名称：
¥ 1.0
DNA甲基化可以在双溶液转化后使用测序仪器检测和测量，但是对于大型真核基因组而言，实验可能很昂贵。测序非表征和映射偏见可以使基因组的一部分具有低覆盖率或没有覆盖范围，从而阻碍了所有细胞固醇获得DNA甲基化水平的能力。为了解决这些局限性，已经提出了几种计算方法，可以预测胞质周围的DNA序列或附近细胞氨酸的甲基化水平的DNA甲基化。然而，大多数这些甲基元素完全集中在Humans和其他哺乳动物中的CG甲基化上。在这项工作中，我们第一次研究了六种植物物种的CG，CHG和CHH环境的胞嘧啶甲基化的问题，要么是从胞嘧啶周围的DNA主要序列或邻近细胞糖苷的甲基化水平来进行。在此框架中，我们还研究了跨物种的预测问题和跨境预测问题（在同一物种中）。最后，我们表明，提供基因和重复注释允许现有的分类器可以逐步提高其预测准确性。我们介绍了一种称为AMP的新分类器（基于注释的甲基化预测），它利用基因组注释来实现更高的精度。
使用机器学习预测非CG DNA甲基化
主要关键词
相关文件推荐
