基于序列的模型预测转录因子结合,基序协同性的贡献微乎其微

由 root 提交于 周三, 11/18/2026 - 08:47
摘要

转录因子(TF)如何在大量含有相似 DNA 基序的位点中选择性识别其基因组靶标,仍是一个悬而未决的问题。人们普遍认为,相邻基序位点上的协同结合是决定 TF 特异性的关键机制,但其对全基因组结合的贡献尚不明确。机器学习模型如今能够直接根据 DNA 序列预测 TF 结合,为探究其潜在决定因素提供了契机。在本研究中,我们利用基于约 2,000 组 ENCODE TF 结合谱训练的 BPNet 模型,系统评估了基序协同性。尽管在个别基因组位点检测到了协同性,但它对全基因组结合预测的贡献微乎其微。尽管如此,这些模型仍能捕捉具有相似基序偏好的 TF 之间结合偏好的差异,即使这些 TF 处于相同的细胞环境中也是如此。这些发现表明,有必要审慎审视既有假设,并探究 TF 选择性结合背后的其他机制。

基于序列的模型预测转录因子结合时,基序协同性的贡献微乎其微 | bioRxiv

跳转至主要内容

首页

关于

投稿

提醒 / RSS

搜索关键词

高级搜索

最新结果

基于序列的模型预测转录因子结合时,基序协同性的贡献微乎其微

查看 ORCID 个人资料

Vladimir Mindel,Naama Barkai

doi:

https://doi.org/10.64898/2026.11.16.766980

Vladimir Mindel

魏茨曼科学研究所

在 Google Scholar 上查找该作者

在 PubMed 上查找该作者

在本网站搜索该作者

Vladimir Mindel 的 ORCID 记录

Naama Barkai

魏茨曼科学研究所

在 Google Scholar 上查找该作者

在 PubMed 上查找该作者

在本网站搜索该作者

通讯请联系:

naama.barkai{at}weizmann.ac.il

摘要

信息 / 历史

指标

补充材料

PDF 预览

摘要

转录因子(TF)如何在众多含有相似 DNA 基序的位点中选择性识别其基因组靶位点,仍是一个悬而未决的问题。人们普遍认为,相邻基序位点上的协同结合是决定 TF 特异性的关键机制,但其在全基因组范围内的贡献尚不明确。机器学习模型如今已能够直接根据 DNA 序列预测 TF 结合,这为探究其潜在决定因素提供了契机。在此,我们利用基于约 2,000 份 ENCODE TF 结合谱训练的 BPNet 模型,系统评估了基序协同性。尽管在个别基因组位点可检测到协同性,但它对全基因组范围结合预测的贡献微乎其微。尽管如此,这些模型仍能捕捉基序偏好相似的 TF 之间的结合偏好差异,即使这些 TF 处于相同的细胞环境中也是如此。这些发现表明,有必要审慎检视既有假设,并探索其他途径。

选择性转录因子结合的潜在机制。

利益冲突声明

作者声明不存在利益冲突。

已声明的资助方信息

以色列科学基金会

Minerva 中心

版权

本预印本的版权归作者/资助方所有;其已授予 bioRxiv 永久展示本预印本的许可。

本预印本依据 CC-BY 4.0 国际许可协议公开。

返回顶部

上一篇

下一篇

发布于 2026 年 11 月 17 日。

下载 PDF

补充材料

电子邮件

感谢您有兴趣传播 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*

您的姓名*

收件人*

请输入多个地址,每行一个,或用逗号分隔。

您将发送以下内容

基于序列的模型能够预测转录因子结合,而基序协同性的贡献可以忽略不计

邮件主题

(您的姓名)转发了一篇 bioRxiv 网页给您

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真人访客,并防止自动垃圾信息提交。

分享

基于序列的模型能够预测转录因子结合,而基序协同性的贡献可以忽略不计

Vladimir Mindel,

Naama Barkai

bioRxiv

2026.11.16.766980;

doi:https://doi.org/10.64898/2026.11.16.766980

分享本文:

复制

引用工具

基于序列的模型能够预测转录因子结合,而基序协同性的贡献可以忽略不计

Vladimir Mindel,

Naama Barkai

bioRxiv

2026.11.16.766980;

doi:https://doi.org/10.64898/2026.11.16.766980

引用管理器格式

BibTeX

Bookends

EasyBib

EndNote(tagged)

EndNote 8(xml)

Medlars

Mendeley

Papers

RefWorks Tagged

Ref Manager

RIS

Zotero

推文小工具

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

(46057)

生物物理学

(22958)

癌症生物学

(20331)

细胞生物学

(27616)

临床试验

(138)

发育生物学

(14286)

生态学

(21620)

流行病学

(2067)

进化生物学

(26035)

遗传学

(16479)

基因组学

(24080)

免疫学

(19260)

微生物学

(43684)

分子生物学

(18570)

神经科学

(96239)

古生物学

(718)

病理学

(3077)

药理学与毒理学

(5278)

生理学

(8377)

植物生物学

(16451)

科学传播与教育

(2126)

合成生物学

(4697)

系统生物学

(10486)

动物学

(2441)

关键词:转录因子结合 · DNA基序 · 基序协同性 · 结合特异性 · BPNet模型 · 基因组结合预测

原文链接:https://www.biorxiv.org/content/10.64898/2026.11.16.766980v1?rss=1