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

作者：李昕; 贾韬^*

来源：计算机应用, 2022, 42(11): 3404-3412.

• 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

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。