Brief. Bioinformatics ｜评估基于基因组测序数据寻找顺式调控基序的深度学习方法
题目：Assessing deep learning methods in cis-regulatory motif finding based on genomic sequencing data
杂志：Briefings in Bioinformatics
IF: 11.62
时间：05 October 2021
链接：https://doi.org/10.1093/bib/bbab374
摘要
从基因组测序数据（如ChIP-seq和CLIP-seq）中识别顺式调控基序，对于识别转录因子（TF）结合位点和推断任何生物体的基因调控机制至关重要。自2015年以来，深度学习（DL）方法已被广泛用于识别TF结合位点和预测基序，其优点是提供一个可扩展的、灵活的和统一的计算方法，以实现高度准确的预测。目前已经开发了20种DL方法。然而，如果没有一个明确和系统的评估，用户将很难为他们的具体研究选择最合适的工具。在这份研究中，他们使用690个ENCODE ChIP-seq、126个癌症ChIP-seq和55个RNA CLIP-seq数据评估了20种顺式调控图案预测的DL方法。他们评估了四个指标，包括发现动机的准确性、DNA/RNA序列分类的性能、算法的可扩展性和工具的可用性。评估结果证明了现有DL方法的高度互补性。确定最适合的模型应主要取决于数据的大小和类型以及方法的输出。
