高阶遗传相互作用对理解表型变异的分子机制具有深远的影响,其表征仍然很差。迄今为止,大多数研究都集中在成对相互作用上,因为针对高阶分子相互作用的庞大组合搜索空间设计高通量实验筛选是令人难以置信的挑战。在这里,我们开发了DANGO,这是一种基于自我发明的超毛神经网络的计算方法,旨在有效预测基因组之间的高阶遗传相互作用。作为概念的证明,我们为酿酒酵母中超过4亿个三角形相互作用提供了全面的预测,从而显着扩大了这种相互作用的定量表征。我们的结果表明,D Ango准确地预测了三梯性相互作用,揭示了与细胞生长有关的已知和新型生物学功能。我们进一步结合了蛋白质的嵌入和模型不确定性评分,以增强预测相互作用的生物学相关性和解释性。预测的相互作用可以作为在不同条件下生长反应的强大遗传标记。一起,D Ango可以更完整地了解构成表型多样性的复杂遗传相互作用。
S TOCK M., SOLVE S., D EL CAMPO D., C HIMENTI V., MÉNDEZ - L ANGO E., L IEDBER H., S TEUR PPM, M ARCARINO P., D EMATTEIS R., FILIPE E., L OBO I., KANG KH, KAM-GER, K. R. Y. R. Y. NIER G., V ALIN M., W HITE R., D RANSFIELD TD, D UAN Y., X IAOKE Y., S TROUSE G., B ALLICO M., S UCKAR D., A RAI M., M ANS A., DEG ROOT M., KERKHOF O., R. R. R., H. R. R., H. R. R. R., H. R. R. R. AND R. Y. ER E., N OATSCH U., D URIS S., K HO HY, U GUR S., P OKHODUN A. and G ERASIMOV SF, “Final report on CCT-K7: Key comparison of water triple point cells”, Metrologia , 43 , Tech.补充03001,2006。