北理工團隊合作基于遷移學(xué)習(xí)生成物種特異性啟動子方面取得重要進展
發(fā)布日期:2024-05-27 供稿:生命學(xué)院 攝影:生命學(xué)院
編輯:肖雯 審核:周連景閱讀次數(shù):近日,js5金沙2004cm霍毅欣教授與郭淑元教授團隊在基于生成式機器學(xué)習(xí)生成物種特異性啟動子方面取得重要進展。相關(guān)研究成果以“Species-specific design of artificial promoters by transfer-learning based generative deep-learning model”為題發(fā)表在頂級期刊《Nucleic Acids Research》(影響因子:14.9)。該工作以js5金沙2004cm為第一通訊單位,博士生夏燕為第一作者,霍毅欣教授與郭淑元教授為共同通訊作者。
啟動子是在轉(zhuǎn)錄水平上調(diào)節(jié)基因表達(dá)的關(guān)鍵元件,能夠啟動基因轉(zhuǎn)錄、調(diào)節(jié)基因表達(dá),并影響代謝途徑中的代謝流分布。盡管天然啟動子已被用于基因調(diào)控,但其缺乏連續(xù)的調(diào)控強度和廣泛的調(diào)控范圍。目前,深度學(xué)習(xí)在蛋白質(zhì)設(shè)計、調(diào)控元件生成等領(lǐng)域已經(jīng)取得了一定的進展,但是在數(shù)據(jù)集缺乏的條件下還不能生成質(zhì)量較高的調(diào)控元件。為了解決原核生物啟動子數(shù)據(jù)量不足的問題,我們基于遷移學(xué)習(xí)的策略,開發(fā)了一系列核苷酸語言模型 PromoGen,用于在數(shù)據(jù)缺乏的條件下從頭生成物種特異性的啟動子(圖1)。
圖1 基于核苷酸語言模型的啟動子設(shè)計架構(gòu)
通過位置權(quán)重矩陣、6聚體頻率相關(guān)性和 -10 區(qū)域分布分別對 B. subtilis 的PromoGen-bsu模型生成啟動子的能力進行分析。并對PromoGen-bsu生成的啟動子進行濕實驗驗證,結(jié)果表明72.7%的生成啟動子的活性高于天然啟動子PlepA的啟動活性的三倍,18%的啟動子與天然強啟動子活性水平相當(dāng)(圖2)。
圖2 生成啟動子在枯草芽胞桿菌中的活性驗證
為了證明遷移學(xué)習(xí)策略的有效性,分別使用27個物種的啟動子的數(shù)據(jù),在PromoGen-pre上對其進行微調(diào),得到了27個物種的生成模型。并對所有的模型進行預(yù)訓(xùn)練和微調(diào)性能評估,微調(diào)后的32%的模型相關(guān)性超過0.8。此外,我們開發(fā)了一個在線平臺(https://promogen1.cloudmol.org/),該平臺針對27種原核生物提供了微調(diào)后模型來從頭生成啟動子(圖3)。
圖3 網(wǎng)絡(luò)服務(wù)器示意圖
此項工作得到了國家重點研發(fā)計劃(Grant No. 2021YFC2100500),國家自然科學(xué)基金委(Grant No. 32370095, 32371489, 62325202)和唐山市科技計劃(Grant No. 23130228E)基金的支持。
分享到: