浙江大学开发构建染色质可及性景观深度学习模型

• 全文链接

关键词：

来源：

Cell

全文链接：

//agri.nais.net.cn/topic/downloadFile/3d1a78d2-82f9-4d85-93e8-b79ece45f9f9

来源地址：

https://www.cell.com/cell/fulltext/S0092-8674(25)00686-5

资源所属：

农业生物技术专题

类型：

学术文献

语种：

英语

原文发布日期：

2025-07-08

摘要：

2025年7月8日，浙江大学郭国骥、韩晓平共同通讯在Cell在线发表题为“Modeling the vertebrate regulatory sequence landscape by UUATAC-seq and deep learning”的研究论文，该研究开发了一种使用测序（UUATAC-seq）协议对转座酶可及染色质进行超通量、超灵敏的单核分析，该协议能够在1天的实验中为一个物种构建染色质可及性景观。使用UUATAC-seq，绘制了五种代表性脊椎动物的候选顺式调控元件（cCRE）图谱。分析表明，不同物种的基因组大小差异会影响cCRE的数量，但不会影响其大小。研究人员引入了Nvwa顺式调控元件（NvwaCE，“女娲”），这是一个大型任务深度学习模型，旨在解释顺式调控语法，并直接从基因组序列中高精度地预测cCRE景观。NvwaCE证明了调控语法比核苷酸序列更保守，并且这种语法将cCRE组织成不同的功能模块。此外，NvwaCE准确预测了合成突变对谱系特异性cCRE功能的影响，与因果数量性状位点（QTL）和基因组编辑结果一致。总之，该研究为解码脊椎动物的调节语言提供了宝贵的资源。