TRAPT深度學習預測表觀基因組調控因子
疾病發生與進展的特異性研究中,識別調控轉錄因子(TRs)一直具挑戰性——這些因子通過調控元件和表觀基因組信號控制基因表達。研究人員提出TRAPT框架,為此類研究提供全新視角。
框架原理
TRAPT是多模態深度學習框架,通過學習和整合靶基因的順式調控元件及全基因組結合位點的調控潛能,推斷轉錄因子活性,把大規模多組學表觀基因組數據轉化為可解讀的調控模式。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
