- 2 次围观
最常见的变异发生在非编码基因组区域。大量表达数量性状位点（eQTL）会影响附近基因的表达。在多种性状和疾病中，许多全基因组关联研究（GWAS）位点已被证实与 eQTL 共定位，支持基因调控介导因果效应的机制。然而，连锁不平衡（LD）使因果变异的识别变得困难，因此需要借助功能注释对变异进行优先级排序。此前发表的变异优先级排序工具依赖机器学习，将进化保守性和染色质信息等不同类型的特征加以整合；而较新的深度学习工具则学习并刻画基因调控 DNA 序列语法。然而，后者往往会为每个变异生成大量评分。我们设计了一种基于孤立森林的新型无监督机器学习方法，将广泛使用的 Enformer 深度学习模型的预测整合为每个常见变异的单一基因调控预测评分。我们提出的方法——基于孤立森林的 eQTL 预测（eQIF）——在预测 eQTL 和基因调控相关 GWAS 变异方面表现出优异性能。我们发现，eQIF 评分最高的变异位于进化保守的转录因子结合位点（TFBS）足迹中；此外，在过度代表的 TFBS 基序中，eQIF 评分最高的变异频率能够重现基序信息含量。我们已预先计算 9,431,969 个常见变异的 eQIF 预测结果，并将其公开。
2
德国哈雷（萨勒）的哈雷大学医学中心（UMH）、马丁·路德·哈雷-维滕贝格大学（MLU）内科一系。
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Jonas Rosendahl 的 ORCID 记录
Helmut Laumen
2
德国哈雷（萨勒）的哈雷大学医学中心（UMH）、马丁·路德·哈雷-维滕贝格大学（MLU）内科一系。
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Helmut Laumen 的 ORCID 记录
Stephan Ossowski
1
德国图宾根的图宾根大学医学遗传学与应用基因组学研究所。
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Stephan Ossowski 的 ORCID 记录
通讯作者：
stephan.ossowski{at}med.uni-tuebingen.de
摘要
信息/历史
计量指标
补充材料
数据/代码
预览 PDF
摘要
大多数常见变异位于基因组非编码区域。大量表达数量性状位点（eQTL）能够影响邻近基因的表达。在多种性状和疾病中，许多全基因组关联研究（GWAS）位点已被证明与 eQTL 共定位，这支持基因调控机制具有因果作用。然而，连锁不平衡（LD）使因果变异的识别变得困难，因此需要依据功能注释对变异进行优先级排序。此前发表的变异优先级排序工具依赖于机器学习，将进化保守性和染色质信息等不同类型的特征加以整合；而较新的深度学习工具则能够学习并描述基因调控 DNA 序列语法。然而，后者通常会为每个变异生成大量评分。我们设计了一种
一种基于孤立森林的新型无监督机器学习方法，可将广泛使用的 Enformer 深度学习模型的预测整合为针对每个常见变异的单一基因调控预测评分。我们提出的新方法“基于孤立森林的 eQTL 预测”（eQIF）在预测 eQTL 和基因调控相关 GWAS 变异方面表现出优异性能。我们发现，eQIF 评分最高的变异位于进化上保守的转录因子结合位点（TFBS）足迹中；此外，过度代表的 TFBS 基序中 eQIF 评分最高的变异频率能够再现基序的信息含量。我们已预先计算 9,431,969 个常见变异的 eQIF 预测结果，并向公众开放。
利益冲突声明
SO 是 dxOmics GmbH 和 Hairy Therapeutics GmbH 的联合创始人及股东。
脚注
https://doi.org/10.5281/zenodo.23733502
资助信息（已声明）
德国研究联合会（DFG）
，441914366（NFDI 1/1）
，RO3929/4-1
，RO3929/5-1
，RO3929/6-1
，RO3929/7-1
，RO3929/8-1
德国联邦研究、技术与航天部
欧盟委员会
欧盟
，N°101156595
蒂宾根大学开放获取出版基金
版权
本预印本的版权持有者为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。
本预印本依据
CC-BY 4.0 国际许可协议
开放获取。
返回顶部
上一篇
下一篇
发布于 2026 年 11 月 3 日。
下载 PDF
补充材料
数据/代码
电子邮件
感谢您有意帮助传播 bioRxiv 的相关信息。
注意：要求提供您的电子邮件地址，仅用于确认您是本文的发送者。
您的电子邮件地址
*
您的姓名
*
发送至
*
请在不同的行中输入多个地址，或用逗号分隔。
您即将通过电子邮件发送这篇……
后续
利用孤立森林对基因调控变异进行无监督优先级排序
邮件主题
（您的姓名）向您转发了 bioRxiv 上的一个页面
邮件正文
（您的姓名）认为您可能会想查看 bioRxiv 网站上的这个页面。
您的个人留言
验证码
此问题用于测试您是否为人类访客，并防止自动化垃圾信息提交。
分享
利用孤立森林对基因调控变异进行无监督优先级排序
Andreas W. Schmidt、Jonas Rosendahl、Helmut Laumen、Stephan Ossowski
bioRxiv
2026.10.29.762447；
doi：https://doi.org/10.64898/2026.10.29.762447
分享本文：
复制
引文工具
利用孤立森林对基因调控变异进行无监督优先级排序
Andreas W. Schmidt、Jonas Rosendahl、Helmut Laumen、Stephan Ossowski
bioRxiv
2026.10.29.762447；
doi：https://doi.org/10.64898/2026.10.29.762447
引文管理器格式
BibTeX
Bookends
EasyBib
EndNote（tagged）
EndNote 8（xml）
Medlars
Mendeley
Papers
RefWorks Tagged
Ref Manager
RIS
Zotero
推文组件
Facebook 点赞
Google +1
学科领域
生物信息学
学科领域
所有文章
动物行为与认知（8164）
生物化学（19027）
生物工程（15171）
生物信息学（45616）
生物物理学（22958）
癌症生物学（20215）
细胞生物学（27446）
临床试验（138）
发育生物学（14204）
生态学（21495）
流行病学（2067）
进化生物学（25890）
遗传学（16407）
基因组学（23924）
免疫学（19120）
微生物学（43391）
分子生物学（18440）
神经科学（95594）
古生物学（716）
病理学（3052）
药理学与毒理学（5232）
生理学（8318）
植物生物学（16352）
科学传播与教育（2121）
合成生物学（4667）
系统生物学（10437）
动物学（2435）
关键词：基因调控变异 · 孤立森林 · 无监督机器学习 · eQTL预测 · Enformer · 变异优先级排序
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.29.762447v1?rss=1