DNA breathing integration with deep learning foundational model advances genome-wide binding prediction of human transcription factors

生物 染色质免疫沉淀 计算生物学 杠杆(统计) DNA 转录因子 DNA测序 染色质 人类基因组 基因组 遗传学 基因 人工智能 计算机科学 发起人 基因表达
作者
Anowarul Kabir,Manish Bhattarai,S N Peterson,Yonatan Najman-Licht,K. Ø. Rasmussen,Amarda Shehu,A. R. Bishop,Boian S. Alexandrov,Anny Usheva
出处
期刊:Nucleic Acids Research [Oxford University Press]
标识
DOI:10.1093/nar/gkae783
摘要

Abstract It was previously shown that DNA breathing, thermodynamic stability, as well as transcriptional activity and transcription factor (TF) bindings are functionally correlated. To ascertain the precise relationship between TF binding and DNA breathing, we developed the multi-modal deep learning model EPBDxDNABERT-2, which is based on the Extended Peyrard-Bishop-Dauxois (EPBD) nonlinear DNA dynamics model. To train our EPBDxDNABERT-2, we used chromatin immunoprecipitation sequencing (ChIP-Seq) data comprising 690 ChIP-seq experimental results encompassing 161 distinct TFs and 91 human cell types. EPBDxDNABERT-2 significantly improves the prediction of over 660 TF-DNA, with an increase in the area under the receiver operating characteristic (AUROC) metric of up to 9.6% when compared to the baseline model that does not leverage DNA biophysical properties. We expanded our analysis to in vitro high-throughput Systematic Evolution of Ligands by Exponential enrichment (HT-SELEX) dataset of 215 TFs from 27 families, comparing EPBD with established frameworks. The integration of the DNA breathing features with DNABERT-2 foundational model, greatly enhanced TF-binding predictions. Notably, EPBDxDNABERT-2, trained on a large-scale multi-species genomes, with a cross-attention mechanism, improved predictive power shedding light on the mechanisms underlying disease-related non-coding variants discovered in genome-wide association studies.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Sml完成签到,获得积分10
2秒前
2秒前
鱼干星星完成签到 ,获得积分10
3秒前
5秒前
5秒前
Lee小白完成签到,获得积分10
5秒前
6秒前
Lucas应助研友_LaV1xn采纳,获得10
7秒前
1917发布了新的文献求助10
8秒前
李李李完成签到,获得积分10
10秒前
Narcissus发布了新的文献求助10
11秒前
12秒前
lqz0103完成签到,获得积分10
13秒前
CipherSage应助科研通管家采纳,获得10
13秒前
月蚀六花发布了新的文献求助10
13秒前
共享精神应助科研通管家采纳,获得10
13秒前
老阎应助科研通管家采纳,获得10
13秒前
脑洞疼应助科研通管家采纳,获得10
13秒前
老阎应助科研通管家采纳,获得30
13秒前
共享精神应助科研通管家采纳,获得10
14秒前
香蕉觅云应助科研通管家采纳,获得50
14秒前
科目三应助科研通管家采纳,获得10
14秒前
爆米花应助科研通管家采纳,获得10
14秒前
Niuma发布了新的文献求助10
14秒前
风轩轩发布了新的文献求助30
15秒前
花园荆棘完成签到,获得积分10
15秒前
干净惜蕊完成签到,获得积分10
17秒前
研友_LaV1xn发布了新的文献求助10
18秒前
月蚀六花完成签到,获得积分10
19秒前
TAKERA发布了新的文献求助10
19秒前
momo完成签到,获得积分10
19秒前
CodeCraft应助Jim luo采纳,获得10
20秒前
姜姜姜完成签到 ,获得积分10
21秒前
24秒前
研友_LaV1xn完成签到,获得积分10
25秒前
26秒前
29秒前
zyx174733完成签到,获得积分10
29秒前
Jim luo发布了新的文献求助10
30秒前
30秒前
高分求助中
中国国际图书贸易总公司40周年纪念文集 大事记1949-1987 2000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
草地生态学 880
Threaded Harmony: A Sustainable Approach to Fashion 799
Basic Modern Theory of Linear Complex Analytic 𝑞-Difference Equations 510
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
Livre et militantisme : La Cité éditeur 1958-1967 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3058597
求助须知:如何正确求助?哪些是违规求助? 2714676
关于积分的说明 7441656
捐赠科研通 2360028
什么是DOI,文献DOI怎么找? 1250485
科研通“疑难数据库(出版商)”最低求助积分说明 607447
版权声明 596421