郭/韩小平团队发表了基于人工智能神经网络的基因组解读系统——女娲

来源：生物世界2022-10-17 10336048

本研究基于DNA序列编码的基因表达模式假说，提出了深度学习模型Nvwa(女娲)，首次完全基于基因组序列实现了单细胞水平的基因表达预测，预测精度与实验测量精度相当。

浙江基础医学院/良渚实验室的郭/韩小平发表了一篇题为《跨物种单细胞景观的深度学习》的研究论文《自然遗传学中细胞类型背后的身份保守调控程序》。

本研究利用自建的高通量单细胞测序平台Microwell-seq，对斑马鱼、果蝇和蚯蚓的转录组进行了图谱绘制，探索了8种代表性后生动物细胞类型的跨物种可比性，揭示了脊椎动物细胞类型的保守调控过程。

此外，本研究提出了深度学习模型Nvwa(女娲)，首次实现了基于基因组序列的单细胞分辨率的基因表达预测。本研究基于Nvwa模型学习衍生的谱系特异性基序，并表征了跨物种细胞类型特异性的调控程序。

预测基因表达和分析基因调控机制一直是基因组学的重要目标。尽管研究人员试图利用细胞系或组织中的各种实验特征来预测调控信号和基因表达，但以单细胞分辨率预测生物体的表达仍然具有挑战性。如今，单细胞图谱可以用统一的标准呈现物种细胞的表型，因此人类有机会利用跨物种单细胞数据来探索不同细胞类型在进化过程中的表达和调控程序。

研究小组假设可以直接从基因组序列预测生物规模的单细胞基因表达，并试图在细胞类型多样性巨大的后生动物中检验这一假设。

在这项研究中，研究人员首次使用他们团队自主开发的高通量单细胞测序平台Microwell-seq，绘制了斑马鱼、果蝇和蚯蚓的全身单细胞转录组。其中，斑马鱼图谱收集了635228个单细胞数据，果蝇图谱覆盖了276706个单细胞数据，蚯蚓图谱包含了95020个单细胞数据。本研究利用这三种模式动物物种的单细胞图谱，结合其他五种代表性动物(人、小鼠、海鞘、线虫和涡虫)的单细胞图谱，挖掘跨物种细胞谱系所特有的转录因子，探索八种代表性后生动物细胞类型的跨物种可比性，揭示脊椎动物细胞类型，尤其是细胞、基质细胞、神经元、上皮细胞、内皮细胞和生殖细胞的保守调控过程。

本研究基于DNA序列编码的基因表达模式假说，提出了深度学习模型Nvwa(女娲)，首次完全基于基因组序列实现了单细胞水平的基因表达预测，预测精度与实验测量精度相当。

值得注意的是，Nvwa模型可以高度准确地预测几乎所有测试物种的基因表达。此外，通过检查模型第一层中的卷积基序特征过滤器，团队揭示了细胞类型特异性基序。这些模体与特定细胞类型中具有明确作用机制的转录因子模体是一致的。基于模块化Nvwa模型过滤器的跨物种比较，本研究还发现同源过滤器倾向于保持跨物种细胞类型特异性。这项工作首次在物种水平上建立了基因组编码细胞图的整合模型，为解码多物种基因调控程序提供了宝贵的资源。

浙江基础医学院2019级直接博士生、良渚实验室特聘研究员、浙江基础医学院博士后张侃经、王为论文合著者，郭、韩小平教授、良渚实验室研究员为论文合著者。本研究得到了国家重点科技攻关项目的资助。d计划和国家。

版权声明

本网站所有标注“来源：100医学网”或“来源：bioon”的文字、图片及音视频资料，版权归100医学网网站所有。未经授权，任何媒体、网站、个人不得转载，否则将追究法律责任。获得书面授权转载时，必须注明“来源：100医学网”。其他来源的文章均为转载文章。本网站所有转载文章都是为了传递更多信息。转载内容不代表本站立场。不想被转载的媒体或个人可以联系我们，我们会立即删除。

87%的用户都在使用100医疗网APP随时阅读、评论、分享、交流。请扫描二维码下载-