基于强化学习的调控 DNA 序列设计
机器学习
2025-03-12 v1 基因组学
摘要
顺式调控元件 (Cis-regulatory elements, CREs)，如启动子和增强子，是直接调控基因表达的相对较短的 DNA 序列。CREs 的适应性（以其调节基因表达的能力来衡量）高度依赖于核苷酸序列，尤其是被称为转录因子结合位点 (TFBSs) 的特定基序。设计高适应性的 CREs 对治疗和生物工程应用至关重要。当前的 CRE 设计方法受限于两大缺点：(1) 它们通常依赖于修改现有序列的迭代优化策略，容易陷入局部最优；(2) 它们在序列优化中缺乏生物学先验知识的指导。在本文中，我们通过提出一种利用强化学习 (RL) 微调预训练自回归 (AR) 模型的生成式方法来解决这些局限性。我们的方法通过推导基于计算推断的奖励来引入数据驱动的生物学先验，这些奖励模拟了激活子 TFBSs 的添加和抑制子 TFBSs 的去除，随后被整合到 RL 过程中。我们在两种酵母培养基条件下的启动子设计任务和三种人类细胞类型的增强子设计任务上评估了我们的方法，证明了其在生成高适应性 CREs 的同时保持序列多样性的能力。代码可在 https://github.com/yangzhao1230/TACO 获取。
引用
@article{arxiv.2503.07981,
title = {Regulatory DNA sequence Design with Reinforcement Learning},
author = {Zhao Yang and Bing Su and Chuan Cao and Ji-Rong Wen},
journal= {arXiv preprint arXiv:2503.07981},
year = {2025}
}