跳到正文

READZER / 全球行业情报

行业观察台

重要变化,持续跟进。

11月8日 · UTC

阅读工作台
最新优先

摘要预览

返回动态

UniLoopNet:用于预测多种染色质相互作用的多任务深度学习框架

PLOS Computational Biology ·

你需要知道

研究人员推出了UniLoopNet,这是一个多任务深度学习框架,可从DNA序列预测多种类型的染色质相互作用,包括增强子-启动子和增强子-增强子相互作用。跨细胞系基准测试显示,在大多数任务中AUROC超过0.90,且在严格评估设置下表现稳健。该框架还展示了数据效率,其学习到的特征与已知转录因子结合位点及疾病相关变异相关联。

载入阅读状态…

来源与证据

PLOS Computational Biology原文语言 · und ·

原作者:Shuaibin Wang, Tong Chen, Weixu Liu, Xuejie Zheng, Zhongxin Yang, Zhen Liang, Yin Shen · PLOS Computational Biology (PLOS) Readzer provides an abridged translation. CC-BY-4.0.来源许可

各行业推荐理由
  • 医疗与生命科学

    该进展与生物技术和医学研究相关,因为它提供了一种通用且数据高效的计算方法,用于预测3D基因组相互作用,有助于理解基因调控和解读疾病相关变异。

这里提供经过审核的摘要,完整文章请前往原始来源。