北理工團(tuán)隊(duì)合作基于遷移學(xué)習(xí)生成物種特異性啟動子方面取得重要進(jìn)展
發(fā)布日期：2024-05-27 供稿：生命學(xué)院 攝影：生命學(xué)院
編輯：肖雯 審核：周連景 閱讀次數(shù)：近日,，北京理工大學(xué)霍毅欣教授與郭淑元教授團(tuán)隊(duì)在基于生成式機(jī)器學(xué)習(xí)生成物種特異性啟動子方面取得重要進(jìn)展。相關(guān)研究成果以“Species-specific design of artificial promoters by transfer-learning based generative deep-learning model”為題發(fā)表在頂級期刊《Nucleic Acids Research》（影響因子：14.9）,。該工作以北京理工大學(xué)為第一通訊單位,，博士生夏燕為第一作者，霍毅欣教授與郭淑元教授為共同通訊作者,。
啟動子是在轉(zhuǎn)錄水平上調(diào)節(jié)基因表達(dá)的關(guān)鍵元件,，能夠啟動基因轉(zhuǎn)錄、調(diào)節(jié)基因表達(dá),，并影響代謝途徑中的代謝流分布,。盡管天然啟動子已被用于基因調(diào)控，但其缺乏連續(xù)的調(diào)控強(qiáng)度和廣泛的調(diào)控范圍,。目前,，深度學(xué)習(xí)在蛋白質(zhì)設(shè)計(jì)、調(diào)控元件生成等領(lǐng)域已經(jīng)取得了一定的進(jìn)展,，但是在數(shù)據(jù)集缺乏的條件下還不能生成質(zhì)量較高的調(diào)控元件,。為了解決原核生物啟動子數(shù)據(jù)量不足的問題，我們基于遷移學(xué)習(xí)的策略,，開發(fā)了一系列核苷酸語言模型 PromoGen,，用于在數(shù)據(jù)缺乏的條件下從頭生成物種特異性的啟動子（圖1）。
圖1 基于核苷酸語言模型的啟動子設(shè)計(jì)架構(gòu)
通過位置權(quán)重矩陣,、6聚體頻率相關(guān)性和 -10 區(qū)域分布分別對 B. subtilis 的PromoGen-bsu模型生成啟動子的能力進(jìn)行分析,。并對PromoGen-bsu生成的啟動子進(jìn)行濕實(shí)驗(yàn)驗(yàn)證，結(jié)果表明72.7%的生成啟動子的活性高于天然啟動子PlepA的啟動活性的三倍,，18%的啟動子與天然強(qiáng)啟動子活性水平相當(dāng)（圖2）,。
圖2 生成啟動子在枯草芽胞桿菌中的活性驗(yàn)證
為了證明遷移學(xué)習(xí)策略的有效性，分別使用27個(gè)物種的啟動子的數(shù)據(jù)，在PromoGen-pre上對其進(jìn)行微調(diào),，得到了27個(gè)物種的生成模型,。并對所有的模型進(jìn)行預(yù)訓(xùn)練和微調(diào)性能評估，微調(diào)后的32%的模型相關(guān)性超過0.8,。此外,，我們開發(fā)了一個(gè)在線平臺（https://promogen1.cloudmol.org/），該平臺針對27種原核生物提供了微調(diào)后模型來從頭生成啟動子（圖3）,。
圖3 網(wǎng)絡(luò)服務(wù)器示意圖
此項(xiàng)工作得到了國家重點(diǎn)研發(fā)計(jì)劃（Grant No. 2021YFC2100500）,，國家自然科學(xué)基金委（Grant No. 32370095, 32371489, 62325202）和唐山市科技計(jì)劃（Grant No. 23130228E）基金的支持。
分享到：