L'IA face aux grands problèmes du monde · Sciences du vivant · Nature (computational biology) · 2026-10-22
Prédiction de la cinétique des bouffées transcriptionnelles à partir des modifications d'histones par apprentissage profond
Titre original: Predicting transcriptional burst kinetics from histone modifications with deep learning
La transcription est par nature organisée en bouffées, mais il a été difficile de quantifier à l'échelle du génome comment les paysages de modifications des histones encodent la cinétique des bouffées. Un modèle d'apprentissage profond nommé DeepBurst prédit les régimes de fréquence et de taille de bouffées spécifiques aux gènes à partir des profils de modifications des histones autour des sites d'initiation de la transcription, montrant des performances homogènes sur trois lignées cellulaires humaines et une forte généralisation entre types cellulaires. L'interprétation du modèle indique que la fréquence des bouffées bénéficie d'un contexte chromatique plus large tandis que la taille des bouffées dépend davantage des signaux proximaux du promoteur, et des perturbations in silico identifient des modifications de profils d'histones qui, selon les prédictions, déplaceraient les régimes de bouffées.