AI与世界难题 · 生命科学 · Nature (computational biology) · 2026-10-22
用深度学习从组蛋白修饰预测转录爆发动力学
原标题: Predicting transcriptional burst kinetics from histone modifications with deep learning
转录本质上具有爆发性，但一直难以在基因组规模上量化组蛋白修饰景观如何编码爆发动力学。一个名为 DeepBurst 的深度学习模型能够根据转录起始位点附近的组蛋白修饰谱预测基因特异的爆发频率与爆发大小模式，在三种人类细胞系中表现一致，并具备很强的跨细胞类型泛化能力。模型解释表明，爆发频率得益于更广泛的染色质背景，而爆发大小更多取决于启动子近端信号；计算机模拟(in silico)扰动还识别出预计会转变爆发模式的组蛋白谱变化。