采用人工智能的方法系統(tǒng)實(shí)現(xiàn)了玉米等物種中表觀修飾位點(diǎn)的預(yù)測(cè)

來(lái)源:光明網(wǎng)

日,中國(guó)農(nóng)業(yè)科學(xué)院生物技術(shù)研究所作物耐逆調(diào)控與改良團(tuán)隊(duì)、玉米功能基因組團(tuán)隊(duì)、微生物蛋白設(shè)計(jì)與智造團(tuán)隊(duì)協(xié)同攻關(guān),構(gòu)建了植物表觀遺傳修飾智能預(yù)測(cè)在線工具SMEP(http://www.elabcaas.cn/smep/index.html)。采用人工智能的方法,深度學(xué)習(xí)植物DNA甲基化、RNA甲基化、組蛋白修飾等序列信息,系統(tǒng)實(shí)現(xiàn)了水稻、玉米等物種中表觀修飾位點(diǎn)的預(yù)測(cè),為作物功能基因組研究和智能設(shè)計(jì)育種提供工具和數(shù)據(jù)支撐。相關(guān)研究成果發(fā)表在《新植物學(xué)家(New Phytologist)》上。

表觀遺傳修飾包括DNA/RNA甲基化和組蛋白修飾,是調(diào)控真核生物基因轉(zhuǎn)錄、RNA代謝以及其他生物過(guò)程的主要驅(qū)動(dòng)因素。年來(lái),檢測(cè)技術(shù)和高通量測(cè)序的發(fā)展推動(dòng)了作物表觀組學(xué)的研究。然而,由于受到檢測(cè)技術(shù)、實(shí)驗(yàn)成本、取材組織以及表觀修飾動(dòng)態(tài)可逆的調(diào)控特,仍有大量表觀修飾位點(diǎn)沒(méi)有得到發(fā)掘和研究。因此,如何利用現(xiàn)有表觀組學(xué)數(shù)據(jù)深入探索潛在的表觀修飾位點(diǎn)是當(dāng)前表觀遺傳研究面臨的關(guān)鍵問(wèn)題。

目前,人工智能技術(shù)在表觀組學(xué)大數(shù)據(jù)分析和預(yù)測(cè)上展現(xiàn)廣闊的應(yīng)用潛力。該研究基于卷積神經(jīng)網(wǎng)絡(luò)方法,利用課題組前期繪制粳稻日本晴的多種表觀修飾圖譜,構(gòu)建得到了具有高準(zhǔn)確度的智能預(yù)測(cè)模型(SMEP)。該模型經(jīng)過(guò)參數(shù)優(yōu)化、交叉驗(yàn)證以及實(shí)驗(yàn)驗(yàn)證,SMEP在預(yù)測(cè)DNA甲基化、RNA甲基化和組蛋白修飾等表觀遺傳修飾位點(diǎn)中具有高可信度。同時(shí),該研究還成功地將SMEP模型應(yīng)用于秈稻代表品種93-11及玉米品系B73中表觀修飾位點(diǎn)的預(yù)測(cè)。由于SMEP預(yù)測(cè)了大量正常實(shí)驗(yàn)條件下檢測(cè)不到的位點(diǎn),團(tuán)隊(duì)進(jìn)一步通過(guò)熱激脅迫處理實(shí)驗(yàn),驗(yàn)證了SMEP預(yù)測(cè)的特異地響應(yīng)熱激反應(yīng)的6mA修飾位點(diǎn),表明SMEP預(yù)測(cè)的表觀修飾位點(diǎn)可能參與多種環(huán)境響應(yīng)。最后,在線構(gòu)建了SMEP智能預(yù)測(cè)工具,提供了檢索表觀遺傳修飾位點(diǎn)和基因表達(dá)數(shù)據(jù)的可視化界面供用戶參考使用,為水稻、玉米等物種的重要農(nóng)藝狀智能設(shè)計(jì)提供挖掘工具和數(shù)據(jù)支撐。

據(jù)了解,該研究得到國(guó)家自然科學(xué)基金、中國(guó)農(nóng)科院科技創(chuàng)新工程等項(xiàng)目資助。

標(biāo)簽: 人工智能 玉米功能基因 微生物蛋白設(shè)計(jì) 作物功能基因

推薦

財(cái)富更多》

動(dòng)態(tài)更多》

熱點(diǎn)