可解释性人工智能打开了基因“黑匣子”，揭开基因组调控密码的规则

在一项新研究中，科学家开发了先进的可解释性人工智能(AI)，这是一种破解DNA编码的调控指令的技术路线，在蛋白质-DNA相互作用的高分辨率图谱上训练的神经网络可以揭示整个基因组中微妙DNA序列模式，并提供对这些序列组织并调节基因方式的更深入理解。

研究于2月18日发表在《自然-遗传学》上，标题为“Base-resolution models of transcription-factor binding reveal soft motif syntax”(转录因子结合的碱基解析模型揭示了软基序语法)，通讯作者为斯托斯医学研究所的Julia Zeitlinger。

新的神经网络被称为碱基对网络(BPNet)，可以解释为通过预测DNA转录因子结合，来以前所未有的精确度排列揭示调控代码地网络。这个网络的关键是在尽可能高的分辨率下进行转录因子DNA结合实验和计算建模，直至单个DNA碱基的水平。

研究称，结果与现有的实验结果非常吻合，而且还揭示了令科学家惊讶的新见解。

译/前瞻经济学人APP资讯组

参考资料：

【1】https://www.nature.com/articles/s41588-021-00782-6

【2】https://www.sciencedaily.com/releases/2021/02/210218151102.htm