北京理工大学基于迁移学习生成物种特异性启动子方面取得进展

• 全文链接

关键词：

来源：

科微学术

全文链接：

//agri.nais.net.cn/topic/downloadFile/dc564666-a52b-4c24-8321-00d9714d3c28

来源地址：

https://mp.weixin.qq.com/s/OgSl9TDuRNIdWlWgKuUsBA

资源所属：

农业生物技术专题

类型：

前沿资讯

语种：

英语

原文发布日期：

2024-06-05

摘要：

近日，北京理工大学霍毅欣教授与郭淑元教授团队在Nucleic Acids Research发表论文，题为“Species-specific design of artificial promoters by transfer-learning based generative deep-learning model”。该工作在物种数据集较少的条件下，训练了较高质量的生成模型PromoGen，用于从头生成物种特异性启动子。启动子是在转录水平上调节基因表达的关键元件，能够启动基因转录、调节基因表达，并影响代谢途径中的代谢流分布。尽管天然启动子已被用于基因调控，但其缺乏连续的调控强度和广泛的调控范围。目前，深度学习在蛋白质设计、调控元件生成等领域已经取得了一定的进展，但是在数据集缺乏的条件下还不能生成质量较高的调控元件。为了解决原核生物启动子数据量不足的问题，团队基于迁移学习的策略，开发了一系列核苷酸语言模型 PromoGen，用于在数据缺乏的条件下从头生成物种特异性的启动子。通过位置权重矩阵、6聚体频率相关性和 -10 区域分布分别对枯草芽胞杆菌(Bacillus  subtilis)的PromoGen-bsu模型生成启动子的能力进行分析。并对PromoGen-bsu生成的启动子进行湿实验验证，结果表明72.7%的生成启动子的启动活性高于天然启动子PlepA的3倍，18%的启动子与天然强启动子活性水平相当。为了证明迁移学习策略的有效性，分别使用27个物种的启动子的数据，在PromoGen-pre上对其进行微调，得到了27个物种的生成模型。并对所有的模型进行预训练和微调性能评估，微调后32%的模型相关性超过0.8。此外，团队开发了一个在线平台（https://promogen1.cloudmol.org/），该平台针对27种原核生物提供了微调后模型来从头生成启动子。