Designer genes courtesy of artificial intelligence.
Designer genes courtesy of artificial intelligence.
复制标题
DOI：
10.1101/gad.350783.123
复制
发表时间：
2023-05-01
影响因子：
10.5
通讯作者：
Hoffmann, Alexander
中科院分区：
文献类型：
--
作者：
Hoffmann, Alexander
在《展望》中，霍夫曼讨论了Vo Ngoc等人的一项研究。在本期《基因与发育》中，我们使用机器学习的方法来表征下游核心启动子序列的功能和物种特异性，评论了我们目前对启动子功能的理解，以及人工智能如何帮助解决有关转录调控的悬而未决的问题。核心启动子不仅决定基因转录的起始位置，而且还决定在基础条件和增强子诱导条件下的转录活性。在不同的物种中已经发现了核心启动子中的多个短序列元件，但它们如何共同发挥作用以及它们在多大程度上真正具有物种特异性仍不清楚。在本期《基因与发育》杂志上，Vo Ngoc及其同事(第377-382页)报告了对合成核心启动子进行大规模平行测量，以生成其活动的大型数据集，该数据集为统计学习模型提供了信息，以识别人类和果蝇核心启动子的序列差异。然后，这种机器学习模型被应用于设计专门针对人类转录机制的基因核心启动子。
In this Outlook, Hoffmann discusses a study by Vo ngoc et al. in this issue of Genes & Development that uses a machine learning approach for the characterization of function and species specificity of downstream core promoter sequences, commenting on our current understanding of promoter function and how AI can help address outstanding questions about transcriptional regulation. The core promoter determines not only where gene transcription initiates but also the transcriptional activity in both basal and enhancer-induced conditions. Multiple short sequence elements within the core promoter have been identified in different species, but how they function together and to what extent they are truly species-specific has remained unclear. In this issue of Genes & Development, Vo ngoc and colleagues (pp. 377–382) report undertaking massively parallel measurements of synthetic core promoters to generate a large data set of their activities that informs a statistical learning model to identify the sequence differences of human and Drosophila core promoters. This machine learning model was then applied to design gene core promoters that are particularly specific for the human transcriptional machinery.
登录
查看更多内容
影响因子：
64.8
作者：
Vo Ngoc L;Huang CY;Cassidy CJ;Medrano C;Kadonaga JT
通讯作者：
Kadonaga JT
影响因子：
64.8
作者：
HOFFMANN, A;SINN, E;ROEDER, RG
通讯作者：
ROEDER, RG
影响因子：
64.5
作者：
SMALE, ST;BALTIMORE, D
通讯作者：
BALTIMORE, D
影响因子：
56.9
作者：
VANDYKE, MW;ROEDER, RG;SAWADOGO, M
通讯作者：
SAWADOGO, M
影响因子：
10.5
作者：
Lim, CY;Santoso, B;Kadonaga, JT
通讯作者：
Kadonaga, JT