TFBS-Finder:基于深度学习的模型,使用DNABERT和卷积网络预测转录因子结合位点

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了TFBS-Finder模型,结合预训练的DNABERT和卷积网络模块,提高了转录因子结合位点的预测准确性,促进了基因调控网络的理解。

🎯

关键要点

  • 本研究提出了TFBS-Finder模型,旨在提高转录因子结合位点的预测准确性。

  • 尽管已有深度学习模型应用于TFBS预测,但仍存在改进空间。

  • TFBS-Finder结合了预训练的DNABERT和多个卷积网络模块。

  • 该模型在TFBS预测中显示出优越性,可能促进基因调控网络的理解。

➡️

继续阅读