基于组蛋白修饰数据预测基因差异性表达的深度融合模型

来源：计算机应用杂志2022年第11期北京时间：

作者：李昕, 贾韬

单位：西南大学 计算机与信息科学学院，重庆 400715

摘要：针对使用大规模组蛋白修饰（HM）数据预测基因差异性表达（DGE）时未合理利用细胞型特异性（CS）和细胞型间异同两类信息，且输入规模大、计算量高等问题，提出一种深度学习方法dcsDiff。首先，使用多个自编码器（AE）和双向长短时记忆（Bi?LSTM）网络降维，并建模HM信号得到嵌入表示；然后，利用多个卷积神经网络（CNN）分别挖掘每类CS的HM组合效应以及两细胞型间每种HM的异同信息和所有HM的联合影响；最后，融合两类信息预测两细胞型间的 DGE。在对REMC数据库中10对细胞型的实验中，与DeepDiff相比，dcsDiff的预测DGE的皮尔逊相关系数（PCC）最高提升了7.2%、平均提升了3.9%，准确检测出差异表达基因的数量最多增加了36、平均增加了17.6，运行时间节省了78.7%；进一步的成分分析实验证明了合理整合上述两类信息的有效性；并通过实验确定了算法的参数。实验结果表明dcsDiff能有效提高DGE预测的效率。

关键词：组蛋白修饰,基因差异性表达,细胞型特异性,自编码器,双向长短时记忆网络,信息融合,表观遗传学

基金资助：教育部中国高校产学研创新基金资助项目(2021ALA03016)