可区分技术噪声和生物变异，使用深度学习来研究细胞核内染色质

将 ScienceAI 设为星标第一时间掌握新鲜的 AI for Science 资讯编辑 | 白菜叶探究核空间中基因组的组织是生物学的一个重要前沿研究。Hi-C 和 Micro-C 等染色体构象捕获方法可生成全基因组染色质接触图，提供包含有关基因组结构的定量和定性信息的丰富数据。大多数全基因组染色体构象捕获数据的传统方法仅限于分析预定义的特征，因此可能会错过重要的生物信息。一个限制是，生物学上的重要特征可能会被数据中的高水平技术噪音所掩盖。伦敦帝国理工学院（Imperial College London）的研究人员介绍一种基于复制的染色质构象接触图深度学习方法。使用暹罗网络配置，该方法可以区分技术噪声和生物变异，并且在一系列生物系统中优于图像相似性度量。在粘连蛋白和 CTCF 扰动后从 Hi-C 图谱中提取的特征分别反映了粘连蛋白和 CTCF 在结构域和边界形成中的 ………………………………