Identification of the human DPR core promoter element using machine learning.
Identification of the human DPR core promoter element using machine learning.
复制标题
DOI：
10.1038/s41586-020-2689-7
复制
发表时间：
2020-09
期刊：
影响因子：
64.8
通讯作者：
Kadonaga JT
中科院分区：
文献类型：
--
作者：
Vo Ngoc L;Huang CY;Cassidy CJ;Medrano C;Kadonaga JT
RNA聚合酶II （Pol II）核心启动子是导致转录起始的信号聚合的战略位点，但人类下游核心启动子一直难以破译。在这里，我们分析了人类Pol II核心启动子，并使用机器学习生成下游核心启动子区域（DPR）和TATA盒的预测模型。我们开发了一种称为HARPE（随机启动子元件的高通量分析）的方法来创建数十万个DPR（或TATA盒）变体，每个变体都具有已知的转录强度。然后，我们使用支持向量回归（SVR）分析HARPE数据，为序列基序提供综合模型，并发现基于SVR的方法比基于共识的方法更有效地预测转录活性。这些研究表明，DPR是一个功能重要的核心启动子元件，广泛应用于人类启动子中。重要的是，DPR和TATA盒子之间似乎存在二元性，因为许多启动子包含一个或另一个元素。更广泛地说，这些发现表明，功能性DNA基序可以通过对一组全面的序列变体的机器学习分析来识别。
The RNA polymerase II (Pol II) core promoter is the strategic site of convergence of the signals that lead to transcription initiation, but the downstream core promoter in humans has been difficult to decipher. Here, we analyze the human Pol II core promoter and use machine learning to generate predictive models for the downstream core promoter region (DPR) and the TATA box. We developed a method termed HARPE (high-throughput analysis of randomized promoter elements) to create hundreds of thousands of DPR (or TATA box) variants that are each of known transcriptional strength. We then analyzed the HARPE data by support vector regression (SVR) to provide comprehensive models for the sequence motifs, and found that the SVR-based approach is more effective than a consensus-based method for predicting transcriptional activity. These studies revealed that the DPR is a functionally important core promoter element that is widely used in human promoters. Importantly, there appears to be a duality between the DPR and TATA box, as many promoters contain one or the other element. More broadly, these findings show that functional DNA motifs can be identified by machine learning analysis of a comprehensive set of sequence variants.
登录
查看更多内容
影响因子：
7
作者：
Lubliner S;Regev I;Lotan-Pompan M;Edelheit S;Weinberger A;Segal E
通讯作者：
Segal E
影响因子：
46.9
作者：
通讯作者：
--
影响因子：
10.5
作者：
Butler, JEF;Kadonaga, JT
通讯作者：
Kadonaga, JT
影响因子：
10.5
作者：
Lim, CY;Santoso, B;Kadonaga, JT
通讯作者：
Kadonaga, JT
影响因子：
14.9
作者：
Meylan, Patrick;Dreos, Rene;Bucher, Philipp
通讯作者：
Bucher, Philipp