A scalable computational framework for predicting gene expression from candidate cis-regulatory elements

Qinhu Zhang

doi:10.1101/gr.281219.125

A scalable computational framework for predicting gene expression from candidate cis-regulatory elements

2026-02-01

0

PRE

AI

DOI：10.1101/gr.281219.125

原文链接

原文求助

摘要

En 中文

解读顺式调控元件(CREs)与靶基因表达之间的关系一直是分子生物学中的一个长期未解决的难题，而CREs在不同细胞类型中的动态变化使这一问题更具挑战性。为应对这一挑战，我们提出了一种可扩展的计算框架，用于从离散候选CREs(cCREs)预测基因表达(ScPGE)。ScPGE将离散cCREs的DNA序列、转录因子(TF)结合评分和表观基因组轨迹组装成三维张量，并通过结合卷积神经网络与transformers来建模cCREs与基因之间的关系。与当前最先进的模型相比，ScPGE在预测基因表达方面表现出更优性能，并通过注意力机制在识别活跃增强子-基因相互作用方面获得了更高的准确性。通过对ScPGE预测结果的全面分析，我们发现真阳性(TPs)中存在一种模式：cCREs对基因的调控效应随距离增加而减弱。受此模式启发，我们设计了两种方法，通过将染色质环整合到ScPGE模型中来增强捕获远端cCRE-基因相互作用的能力。此外，ScPGE准确发现了一些在优先级cCREs中的关键TF基序，并揭示了这些cCREs的不同调控类型。

Keyword:

GENOME

MOUSE

A scalable computational framework for predicting gene expression from candidate cis-regulatory elements

摘要

期刊

机构

引用论文