通过深度学习和匹配启发式预测增强子-启动子相互作用

本文介绍的是由为来自湖南大学计算机系的通讯作者曾祥祥，及Xiaoping Min, Congmin Ye, Xiangrong Liu等人发表在Briefings in Bioinformatics上的文章《Predicting enhancer-promoter interactions by deep learning and matching heuristic》。作者提出的模型在多个细胞系中优于现有的模型。具体而言，作者发现引入该模型的匹配启发式机制主要有助于提高整体精度方面的性能。 摘要增强子-启动子相互作用(EPIs)在转录调控中起着重要作用。近年来，基于机器学习的方法因其良好的预测性能而被广泛应用于EPIs的基因组级识别。在本文中，作者提出了一种新的方法，称为EPI-DLMH，仅使用DNA序列来预测EPIs。EPI-DLMH包括三个主要步骤。首先，使用两层卷积神经网络学习局部特征，使用双向门控循环单元网络捕获启动子和增强子序列的长期依赖关系。第二，注意机制用于关注相对重要的特征。最 ………………………………