跳到正文
原文
bioRxiv 预印本· Lee, J., Zhang, K., Shurberg, E., Ramani, V. S., Pollard, K. S. ·· 18 天前AI 评分18

ChAI-Net 从单分子足迹数据中学习染色质共可及性的调控代码

ChAI-Net learns a regulatory code for chromatin co-accessibility

AI 导读

ChAI-Net 是一种从 DNA 序列预测小鼠胚胎干细胞中位点特异性染色质共可及性图谱的神经网络,研究结合单分子长读长足迹技术与深度学习。模型可识别增强子、启动子和 CTCF 结合位点中共可及性背后的独特基序组合,其中许多基序在建模平均可及性时被遗漏。研究还揭示 TF 基序的方向、间距、定位和共现对驱动共可及性的重要性。

来源:bioRxiv 预印本 · biorxiv.org