#今日论文推荐# 西安交大团队开发了一种混合深度学习模型，用于在基因组中识别启动子

#今日论文推荐# 西安交大团队开发了一种混合深度学习模型，用于在基因组中识别启动子

人类的大部分细胞中，每时每刻都在进行着各种复杂的转录过程；这一过程与后续的蛋白质合成息息相关，从而会影响人体中各类酶、抗体、激素、免疫因子等生物分子的产生，最终影响人的身体健康。

与转录起始位点（TSS）相邻的区域，即启动子，主要参与DNA转录起始和调控的过程。因此，正确的启动子识别对于进一步了解控制基因组调控的网络机制至关重要。已经提出了许多用于识别启动子的方法。尽管如此，由于启动子中存在很大的异质性，这些程序的结果仍然不能令人满意。

为了建立额外的判别特征并正确识别启动子，西安交通大学的研究人员开发了启动子识别混合模型（HMPI）；这是一种混合深度学习模型，可以同时表征启动子的天然序列和启动子的形态轮廓。

他们的 HMPI，将一种称为PSFN（启动子序列特征网络）的方法与一种称为 DSPN（深层结构轮廓网络）的技术结合起来，该方法描述了天然启动子序列并推断出序列特征。

论文题目：A successful hybrid deep learning model aiming at promoter identification.
详细解读：https://www.aminer.cn/research_report/62b27e027cb68b460fd87d6d?download=falsehttps://www.aminer.cn/research_report/62b27e027cb68b460fd87d6d?download=false
AMiner链接：https://www.aminer.cn/?f=cs