机构名称：
¥ 1.0
终端是位于基因3'末端的特定核苷酸序列，并包含转录终止信息。作为基本的遗传调节元件，终结子在基因回路的设计中起着至关重要的作用。准确表征终结器强度对于提高基因电路设计的精度至关重要。终结器强度的实验表征是耗时的和劳动的；因此，有必要开发能够准确预测终结器强度的计算工具。当前的预测方法未完全考虑与终止者有关的序列或热力学信息，而缺乏可靠的模型来准确预测。同时，深层生成模型在生物序列的设计中表现出巨大的潜力，并有望应用于终结序列设计。本研究的重点是大肠杆菌终结剂的智能设计，主要进行以下研究：（1）为大肠杆菌构建固有的终结器强度预测模型，这项研究提取了大肠杆菌固有末端的序列特征和热力学特征。基于选定功能的机器学习模型实现了R 2 = 0.72的预测性能。（2）本研究采用生成对抗网络（GAN）来从内在的终结器序列训练数据中学习并生成终结器序列。评估表明，生成的终结器表现出与内在终结器相似的数据分布，这证明了Gan生成的终止序列的可靠性。（3）本研究使用构造的终结器强度预测模型从生成的集合中筛选出强终端。实验验证表明，在18个选定的终结者中，有72％的终止效率大于90％，证实了大肠杆菌终结者的智能设计方法的可靠性。总的来说，这项研究构建了大肠杆菌的终结器强度预测模型和终结器生成模型，为基因电路中的终结器设计提供了模型支持。这增强了生物成分设计的模块化，并促进了合成生物学的发展。
大肠杆菌终结者的智能设计
主要关键词
相关文件推荐
