TFBS-Finder：基于DNABERT和卷积网络的深度学习模型用于预测转录因子结合位点
机器学习
2025-02-04 v1 人工智能
基因组学
摘要
转录因子是一类通过结合特定的基因组区域（即转录因子结合位点，TFBSs）来调控基因表达的蛋白质。这些结合位点通常位于基因的启动子区域。准确预测这些结合位点对于理解各种细胞功能背后的复杂基因调控网络至关重要。为此，已develop许多深度学习模型进行预测，但仍有改进的余地。在本工作中，我们开发了一个深度学习模型，其使用预训练的DNABERT、卷积神经网络（CNN）模块、修改卷积块注意力模块（MCBAM）、多尺度卷积注意力（MSCA）模块以及输出模块。所使用的预训练DNABERT用于序列嵌入，从而捕获DNA序列中的长期依赖关系，而CNN、MCBAM和MSCA模块在提取更高阶局部特征方面具有优势。TFBS-Finder在165个ENCODE ChIP-seq数据集上进行训练和测试。我们还进行了消融研究以及跨细胞系验证和与其他模型的比较。实验结果表明，所提出的方法在预测TFBS方面优于现有方法。代码和相关数据集已公开于https://github.com/NimishaGhosh/TFBS-Finder/。
引用
@article{arxiv.2502.01311,
title = {TFBS-Finder: Deep Learning-based Model with DNABERT and Convolutional Networks to Predict Transcription Factor Binding Sites},
author = {Nimisha Ghosh and Pratik Dutta and Daniele Santoni},
journal= {arXiv preprint arXiv:2502.01311},
year = {2025}
}