一种用于学习酵母细胞应激响应的顺式和反式调控的多模态神经网络
摘要：利用多模态神经网络来学习包括顺式和转式调控组分的基因表达预测模型。我们在酿酒酵母Saccharomyces cerevisiae中学习应激反应模型。我们的模型具有高性能，并且明显优于其他先进方法，如使用预定义的顺式调控特征的增强算法。我们的模型学习了几个顺式和转式调控器，包括众所周知的主要应激反应调控器。我们使用我们的模型进行了基因转录因子敲除模拟实验，并证明了基因敲除模拟实验的预测结果与相应的转录因子敲除微阵列实验的结果相关。
作者：Boxiang Liu, Nadine Hussami, Avanti Shrikumar, Tyler Shimko, Salil Bhate, Scott Longwell, Stephen Montgomery, and Anshul Kundaje
论文ID：1908.09426
分类：Genomics
分类简称：q-bio.GN
提交时间：2019-08-27