基于组蛋白修饰数据预测基因差异性表达的深度融合模型

摘要：

针对使用大规模组蛋白修饰(HM)数据预测基因差异性表达(DGE)时未合理利用细胞型特异性(CS)和细胞型间异同两类信息,且输入规模大、计算量高等问题,提出一种深度学习方法dcsDiff.首先,使用多个自编码器(AE)和双向长短时记忆(Bi-LSTM)网络降维,并建模HM信号得到嵌入表示;然后,利用多个卷积神经网络(CNN)分别挖掘每类CS的HM组合效应以及两细胞型间每种HM的异同信息和所有HM的联合影响;最后,融合两类信息预测两细胞型间的 DGE.在对REMC数据库中10对细胞型的实验中,与DeepDiff相比,dcsDiff的预测DGE的皮尔逊相关系数(PCC)最高提升了7.2％、平均提升了3.9％,准确检测出差异表达基因的数量最多增加了36、平均增加了17.6,运行时间节省了78.7％;进一步的成分分析实验证明了合理整合上述两类信息的有效性;并通过实验确定了算法的参数.实验结果表明dcsDiff能有效提高DGE预测的效率.

关键词：组蛋白修饰、基因差异性表达、细胞型特异性、自编码器、双向长短时记忆网络、信息融合、表观遗传学

所属期刊栏目：42

分类号：TP301.6(计算技术、计算机技术)

资助基金：教育部中国高校产学研创新基金2021ALA03016

在线出版日期：2022-12-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：3404-3412