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。
➡️