Nat Commun：科学家开发出深度学习模型来理解人类基因组的奥秘

切割和聚腺苷酸化（polyA，polyadenylation）位点的基因组分布与局部基因结构会共同进化优化，否则，假聚腺苷酸化就会引起转录过早终止并产生异常蛋白。近日，一篇发表在国际杂志Nature Communications上题为“Deep learning of human polyadenylation sites at nucleotide resolution reveals molecular determinants of site usage and relevance in disease”的研究报告中，来自美国西北大学等机构的科学家们通过研究开发出了一种深度学习算法，其或能够识别基因组上发生的聚腺苷酸化的位置，这一研究进展或有望加速对DNA转录过程发生错误时出现的疾病和障碍进一步深入研究。

聚腺苷酸化是正常基因表达的一个关键步骤，其是将核苷酸添加到RNA中的特殊过程，从而就能使其稳定并准备好翻译为蛋白质，聚腺苷酸化对于告知RNA何时停止转录非常重要，这一事件被称之为“终止”过程，其能防止错误的基因表达。尽管这一过程与癌症、新生儿糖尿病和一些遗传疾病发生有关，但人们对基因组上的聚腺苷酸化位点以及可能会影响其功能的因子知之甚少。

研究者Zhe Ji教授说道，在我们的实验室中，我们重点关注了如何理解这种终止过程是如何被控制的；这种聚腺苷酸化过程对于定义RNA的3’端和转录终止至关重要，在我的研究领域有这样一个挑战性的问题，即这些聚腺苷酸化位点在基因组中的位置如何？我们想要去理解这些信号是从哪里发生以及如何发生的，这样我们就能在整个基因组中对其进行优化。当前研究中，研究人员开发了一种深度学习模型来分析并预测聚腺苷酸化在人类基因组中的位点到底在哪里，这些位点上的DNA切割是如何发生的，以及这些位点相对于同一基因中的其它位点的强度。

科学家开发出深度学习模型来理解人类基因组的奥秘。

图片来源：Nature Communications (2023). DOI:10.1038/s41467-023-43266-3

拥有一系列这种模型的主要优势在于，我们能从模型在培训期间学到的东西中进行学习，从而更好的理解聚腺苷酸化位点的使用是如何被调节的，以及决定切割为点被选择的关键因素。利用这一模型，研究人员发现，聚腺苷酸化位点能被位点附近多种信号所影响，该模型还能允许科学家们识别出聚腺苷酸化发生正确以及最为有效的人类基因组序列，并为未来研究提供一定的路线图。如今研究人员能够观察控制这些切割位点精确定义的因素，到底是什么能控制这些位点的使用以及如何去调节它们。研究人员还能观察到聚腺苷酸化位点在基因组中的未知，相对于其它聚腺苷酸化位点和周围基因组的整体蓝图而言其在基因组中的位置到底如何，从而就能更好地理解控制一个位点是否被使用的外部基因组因素，这或许就是研究人员能大规模完成的事情，而且这在此前是从未做过的。

通过理解聚腺苷酸化如何以及为何会在人类基因组中发生，研究人员或许就能开发出新型治疗性策略，从而在疾病背景下纠正这一过程，这基本上就是一个研究突破，有了这一模型，研究人员就能首次实现对人类基因组中这些聚腺苷酸化位点进行单核苷酸分辨率预测，因为这些位点能由多个信号所确定。展望未来，研究人员正在致力于其它物种相似模型的开发，包括斑马鱼、果蝇和酵母等，他们旨在比较不同动物基因组中聚腺苷酸化位点的位置差异。

在早期研究中，研究人员发现了不同物种之间的许多信号差异，这或许有助于理解这些信号在物种之间的进化；他们希望这能帮助更好地理解信号突变如何促进群体遗传学或不同类型的人类疾病，比如肌肉萎缩症、神经性紊乱和癌症等。综上，本文研究结果表明，研究人员所开发的模型或能为进一步剖析介导基因组聚腺苷酸化位点表达以及表征其在人类疾病中的功能性角色提供宝贵的资源。（生物谷Bioon.com）

原始出处：

Stroup, E.K., Ji, Z. Deep learning of human polyadenylation sites at nucleotide resolution reveals molecular determinants of site usage and relevance in disease. Nat Commun 14, 7378 (2023). doi：10.1038/s41467-023-43266-3