扩散模型预测 3D 基因组结构
此图显示了 Dip-C 研究中报告的几条染色体的三维基因组结构,这些染色体用于训练新的 ChromoGen 模型。图片来源:研究人员提供,由 MIT News 编辑。作者:Anne Trafton 您体内的每个细胞都包含相同的基因序列,但每个细胞仅表达其中的一部分 […]
来源:ΑΙhub该图像显示了 Dip-C 研究中报告的几条染色体的三维基因组结构,这些染色体用于训练新的 ChromoGen 模型。图片来源:研究人员提供,由 MIT News 编辑。
该图像显示了 Dip-C 研究中报告的几条染色体的三维基因组结构,这些染色体用于训练新的 ChromoGen 模型。图片来源:研究人员提供,由 MIT News 编辑。作者:Anne Trafton
作者:Anne Trafton你体内的每个细胞都包含相同的基因序列,但每个细胞仅表达这些基因的一个子集。这些细胞特异性的基因表达模式确保了脑细胞与皮肤细胞的不同,这部分取决于遗传物质的三维结构,而遗传物质控制着每个基因的可及性。
麻省理工学院的化学家们现在想出了一种利用生成人工智能确定这些 3D 基因组结构的新方法。他们的技术可以在几分钟内预测数千种结构,比现有的分析结构的实验方法快得多。
利用这种技术,研究人员可以更轻松地研究基因组的 3D 组织如何影响单个细胞的基因表达模式和功能。
“我们的目标是尝试从底层 DNA 序列预测三维基因组结构,”化学副教授、这项研究的资深作者 Bin Zhang 说。“现在我们可以做到这一点,这使得这项技术与尖端实验技术相媲美,它确实可以开辟很多有趣的机会。”
麻省理工学院研究生 Greg Schuette 和 Zhuohan Lao 是这篇发表在《科学进展》上的论文的主要作者。
论文从序列到结构
“深度学习在模式识别方面确实很出色,”张说。“它使我们能够分析非常长的 DNA 片段、数千个碱基对,并找出这些 DNA 碱基对中编码的重要信息。”