基于分裂注意力机制的DNA转录因子结合位点预测

准确识别DNA序列中的转录因子结合位点对于基因表达解析和药物设计等具有重要意义。基于深度学习的各种预测方法已被应用于转录因子结合位点任务中,但预测性能尚有提升空间。为此,提出一种新的深度学习方法ResNest-TFBS,用于预测690个ChIP-seq数据集上的转录因子结合位点。该方法首先在序列One-hot编码的基础上通过引入DNA的分子动力学特征与静电势能特征提取DNA的空间结构特性;其次利用分裂注意力机制与残差结构组成ResNest模型进行训练,从而将通道注意力机制应用于不同通道分支,以捕获其在全局数据集上学习到的特征间交互与多通道表示;最后将上述先验知识迁移至690个ChIP-seq数据集上,并进行广泛测试。实验结果表明,ResNest-TFBS性能优异,平均AUC为0.929。此外,通过SHAP工具验证不同特征在该任务中的贡献程度,证实所引入的特征为转录因子结合位点预测提供了更具价值的生物学线索。

转录因子结合位点生物信息学研究进展

转录因子结合位点(Transcription factor binding site,TFBS)是与转录因子结合的DNA序列,它们与转录因子相互作用调控基因的转录过程。确定TFBS是理解转录调控机制,建立转录调控网络的关键问题。随着高通量实验技术的发展,结合ChIP-chip实验以及多个基因组的序列信息来预测TFBS已成为新的研究热点。本文简要概述了用于TFBS定位的实验技术,TFBS信息相关的数据库,重点评述了描述TFBS的模型以及预测TFBS的多种软件。TFBS的生物信息学研究的发展,将与相关领域相互促进,有助于进一步揭示转录调控机制。

预测酵母(Yeast)基因转录因子结合位点

基于在转录因子结合位点各碱基出现的概率不相同,以转录因子结合位点每一位置的碱基保守程度为参量,分别计算每种转录因子结合位点在每一位置的碱基保守指数Mi.通过构建每种转录因子结合位点位置权重矩阵(PWM),利用位置权重矩阵打分函数对酵母四种转录因子结合位点进行预测.利用se lf-cons istency和cross-va lidation两种方法对此算法进行检验,均获得了较高的预测成功率.结果显示四种转录因子结合位点的预测成功率均超过80%,且同时获得多个试验未测定的转录因子结合位点,对实验有指导意义.

关岭牛MyoDI基因启动子上转录因子结合位点的筛选

本研究旨在筛选出关岭牛MyoDI基因启动子上的转录因子结合位点。根据GenBank已公布的牛MyoDI基因的启动子序列,设计特异性PCR引物,扩增贵州关岭牛MyoDI基因的启动子区,构建重组克隆载体pUCM-TMyoDI-pro,并对阳性质粒进行测序鉴定。再利用筛选试验和生物信息学分析筛选出关岭牛MyoDI基因启动子上的转录因子结合位点。结果,筛选出关岭牛MyoDI基因启动子上含有的转录因子结合位点有SATB1、Xbp、MEF2、Pax-3、Pbx1、PPAR、TFⅡD、COUP-TF、Gfi-1、HNF-1、HOX4C、NRF2(ARE)、MEF1、RXR、SMUC、Snail、MyoD、VDR。结合在线软件分析和文献,最终筛选出关岭牛MyoDI基因启动子上含有MyoD、TFIID、Pax3、MEF1、VDR和MEF2转录因子结合位点,这些转录因子对启动子活性起着重要的调控作用。结果显示,关岭牛MyoDI基因启动子上含有MyoD、TFIID、Pax3、MEF1、VDR和MEF2转录因子结合位点。

利用序列保守模体和局部构象信息预测转录因子结合位点

转录因子结合位点的计算预测是研究基因转录调控的重要环节,但常用的位置特异得分矩阵方法预测特异性偏低.通过深入分析结合位点的生物特征,提出了一种综合利用序列保守模体和局部构象信息的结合位点预测方法,以极大相关得分矩阵作为保守模体的描述模型,并根据二苷参数模型计算位点序列的局部构象,将两类信息得分组合为多维特征向量,在二次判别分析的框架下进行训练和滑动预测.预测过程中还引入了位置信息量以优化似然得分和过滤备选结果.针对大肠杆菌CRP和Fis结合位点数据的留一法测试结果表明,描述模型的改进和多种信息的融合能有效地改善预测方法的性能,大幅度提高特异性.

用于转录因子结合位点识别的定位投影求精算法

定位转录因子结合位点,也称模体发现问题,对于理解基因调控关系非常重要.文中提出了一种新的定位投影求精算法(Fixed-Position Projection Refinement algorithm,FPPR)用于DNA序列中的转录因子结合位点识别.通过一个基于数据集对应位置频率矩阵的投影过程,将DNA数据聚类为不同的子集,过滤选出其中具有一定信息量和复杂度的子集,作为初始状态,进而使用期望最大化算法进行求精.FPPR通过对定位投影过程中阈值的设定,实现了对OOPS、ZOOPS、TCM这3种模型中不同模体实例分布的处理.同时,结合高阶马尔可夫背景设计目标函数,使得算法的概率模型更加符合真实生物数据.此外,通过相似函数WIC评估,FPPR可拓展为解决多模体识别问题.真实数据测试表明,FPPR可以在合理的时间内准确找寻模体,与MEME、GAME、Motif Sampler和GALP-F等算法相比有更好的性能,并且可以有效地解决多模体识别问题.

基于碱基关联二联体位置权重矩阵预测酵母转录因子结合位点

基于已知的酵母转录因子结合位点数据资料,构建转录因子结合位点碱基关联二联体位置权重矩阵,整合碱基关联二联体位置权重矩阵和碱基保守性参量M2i,提出一种新的预测转录因子结合位点的方法(PWMSA).利用self-consistency和cross-validation两种方法对此算法进行检验,均获得了较高的预测成功率,结果表明9种转录因子结合位点的总体预测成功率超过81%,明显高于单碱基位置权重矩阵,同时与已有预测转录因子结合位点的软件进行比较,核苷酸水平上的关联系数和结合位点水平上的关联系数分别达到0.42和0.52,优于现有预测方法.

基于位置关联性打分方程的果蝇转录因子结合位点的预测

转录因子结合位点的识别是阐明基因转录调控机制的重要环节,准确的转录因子结合位点的预测算法将有助于人们识别转录因子的目标基因,进而研究转录因子结合位点在上游调控区中的位置对转录调控的影响.然而,目前存在的预测转录因子结合位点的算法所得结果的特异性普遍较低,因此有必要提出一种新的有效的预测转录因子结合位点的算法.本文利用JA SPAR数据库上的数据,在深入分析转录因子结合位点生物学特征的基础上,构建了考虑位点保守性和伪计数的位置关联性打分方程,并对果蝇转录因子结合位点进行预测,预测结果的假阳率均低于0.02%.

基于位点保守性参量和位置权重矩阵预测酵母转录因子结合位点

目的:改进转录因子结合位点的理论预测方法。方法:构建转录因子结合位点位置权重矩阵,以转录因子结合位点每一位置的碱基保守性指数Mi为参量,利用位置权重打分函数算法(PWMSA)对酵母五种转录因子结合位点进行预测。结果:利用self-consistency和cross-validation两种方法对此算法进行检验,均获得了较高的预测成功率,结果表明5种转录因子结合位点的预测成功率均超过80%。结论:与已有的三种预测转录因子结合位点的软件进行比较,PWMSA算法明显优于其他三种算法,核苷酸水平上的关联系数和结合位点水平上的关联系数分别提高了0.25和0.22。

转录因子结合位点的计算预测方法研究进展

转录因子结合位点的计算预测是研究基因转录调控的重要环节,但现有算法的预测特异性偏低.在深入分析转录因子结合位点生物特征的基础上,对当前基于保守模体和基于比较基因组学的两类计算预测方法进行了综述,指出了方法各自的优点和不足,并探讨了可能的改进方向.

利用转录因子结合位点识别人类肿瘤特异性启动子研究

目的研究应用计算机技术对人类肿瘤特异性启动子进行识别、预测。方法通过收集肿瘤特异性启动子序列、转录因子结合位点序列、非肿瘤启动子序列3种数据集合,利用转录因子结合位点在不同序列集合中的密度求出各位点的对应密度比,确定识别特征,进行肿瘤特异性启动子的识别。结论该方法具有较高的准确性,在保证对训练集合90%以上的识别率的情况下,对测试集合的识别率达到80%以上。

转录因子结合位点识别算法的研究

转录因子结合位点的识别是生物信息学中的一个重要领域．本文从计算机等信息科学的角度，对转录因子结合位点的识别方法进行了综合分析，包括该问题的生物学意义、主要算法思想以及每种算法的优缺点．使用TRANSFAC数据库中几组样例对具有代表性的6种主要软件进行测试，对其结果进行了详细地比较分析．最后，在总结分析现有算法的基础上探讨了该领域进一步的研究方向．

基于位置关联性打分方程的人类转录因子结合位点的预测(英文)

转录因子结合位点的识别是阐明基因转录调控机制的重要环节,准确的转录因子结合位点的预测算法将有助于人们识别转录因子的目标基因,进而研究转录因子结合位点在上游调控区中的位置对转录调控的影响.然而,目前存在的预测转录因子结合位点的算法所得结果的特异性普遍较低,因此有必要提出一种新的有效的预测转录因子结合位点的算法.本文利用JASPAR数据库上的数据,在深入分析转录因子结合位点生物学特征的基础上,构建了考虑位点保守性和伪计数的位置关联性打分方程.预测结果表明,在最佳阈值之下,该算法对转录因子结合位点的假阳率低于0.01%.

遗传算法在转录因子结合位点识别中的应用

遗传算法是模拟生物进化过程的计算模型,是一种全局优化搜索算法。将遗传算法与转录因子结合位点识别问题相结合的新方法,以一致性序列模型作为保守motif的描述模型,通过对motif序列与待测序列的比对问题进行编码,将其转化成搜索空间中的优化问题,利用遗传算法来搜索最优解,预测转录因子的结合位点。实验结果表明,这种新的方法是有效的,它在占用少量内存的情况下能够准确地识别出待测转录因子结合位点。

大肠杆菌E．coli K-12转录因子结合位点的理论预测

基于实验验证的22种大肠杆菌K12的转录因子结合位点序列,分析了转录因子结合位点每一位置的碱基保守性,提出了预测转录因子结合位点的位置权重矩阵打分函数算法(PWMSA)。利用self-consistency和cross-validation两种检验方法对此算法进行检验,self-consistency检验总的预测成功率达到87.59%,cross-validation检验成功率达到85.48%。对基因间序列进行搜索,获得了多个可能的转录因子结合位点。

以6碱基转录因子结合位点为核心的基因转录调控模块功能活性的高内涵实例分析

细胞病变或应激过程中会发生多个涉及基因表达调控的生物学事件，其中以转录因子-DNA结合为核心的基因转录调控模块的功能的激活或失活是重要关键。它可因内外信号的影响开启或关闭重要基因的表达，更反映了胞内微环境的变化。到目前为止，已有众多转录因子被发现，每一个转录因子又有不同的功能态，同时一个转录因子可与不同蛋白因子形成不同的复合物，如此，难以准确定义和识别基因转录调控模块数目的多少和活性的定义。与传统分析不同，本研究以转录因子结合位点为切入点，本研究的目的是：分析比较在不同的细胞状态下，

转录因子结合位点的计算分析方法

基因组上众多基因和非编码转录体按照特定的规律有序地表达是细胞正常生命活动的基础。转录调控是基因表达调控的关键步骤,转录因子结合在基因启动子序列中的转录因子结合位点,启动基因的转录和控制基因的转录效率。分析转录因子结合位点对研究基因调控系统有着重要意义,生物信息学在转录因子结合位点的研究中发挥着关键的作用。文章综述了分析蛋白质编码基因的转录因子结合位点的典型流程,总结了主要的算法、软件和资源,并简要评述了目前非编码RNA转录调控的研究现状。

基于多数据域描述的转录因子结合位点识别

转录因子结合位点的识别对于理解转录调控机制起着重要作用,也是后基因组时代面临的巨大挑战之一。提出一个基于多任务学习的转录因子位点的识别方法。首先建立一个基于多任务学习理论的多数据域描述模型,然后结合核方法设计转录因子结合位点多分类识别算法。最后对取自于TRANSFAC数据库的真实数据进行交叉验证测试。实验结果表明该方法能充分地利用稀缺的训练样本,有效地捕获不同类别间的联系,从而获得了较高的预测准确率。

计算机技术在转录因子结合位点识别的研究及应用

在生物信息学中,录因子结合位点与转录因子相互作用调控基因的转录过程。对转录因子结合位点的识别,是生物信息学的核心问题之一,简称为模体识别。如何高效完成模体识别对理解调控转录机制,建立调控转录模式有着重要的意义。本文重点描述了对转录因子结合位点识别研究的历程、近年来业界普遍采用的三类模体识别的研究方法、以及对其中各类具有典型特种的多种主流模体识别算法做出分析,初步形成整体脉络,并对下一代转录因子结合位点识别问题提出了观点。

利用转录因子结合位点的基因调控区序列比较

利用DNA中转录因子结合位点分布的序列比较方法对DNA序列进行聚类,并分析基因之间的联系。运用Matlab工具结合TRANSFAC数据库中的数据,对一组基因芯片共调控基因的上游序列进行比较和聚类,获得能够反映基因关系的树状聚类结果,从中确定出具有共同功能特征的基因,揭示了在大骨节病相关的诸多基因中,基因CIDEA、CYP4V2、RHBDD3、ENC1的调控区域有共同序列特征,表达模式和调控机理最为相似。这为更深层次的基因功能分析提供了依据。