今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

基于机器学习的儿童肿瘤染色质组织结构图谱预测

《Scientific Reports》:Machine learning-predicted chromatin organization landscape across pediatric tumors

【字体: 大 中 小 】 时间:2026年03月29日 来源:Scientific Reports 4.9

编辑推荐:

  摘要结构变异被认为是通过影响3D基因组折叠而在肿瘤发生过程中起重要作用的因素。全基因组测序技术的进步使得能够对不同肿瘤中的结构变异进行大规模分析,但目前仍难以实验性地确定它们对基因组折叠的具体影响。在此,我们利用卷积神经网络Akita,预测了来自儿童脑肿瘤网络数据集的61种肿瘤类

  

摘要

结构变异被认为是通过影响3D基因组折叠而在肿瘤发生过程中起重要作用的因素。全基因组测序技术的进步使得能够对不同肿瘤中的结构变异进行大规模分析,但目前仍难以实验性地确定它们对基因组折叠的具体影响。在此,我们利用卷积神经网络Akita,预测了来自儿童脑肿瘤网络数据集的61种肿瘤类型中体细胞结构变异所导致的基因组折叠紊乱。我们的分析发现,不同肿瘤类型中由结构变异引发的紊乱程度存在显著差异,其中淋巴瘤、肉瘤、转移性肿瘤以及生殖细胞肿瘤中的结构变异造成的紊乱最为严重。通过对紊乱程度的降维分析,我们发现了五个在多种肿瘤中都存在高影响力结构变异的重复紊乱区域。有些区域虽然突变程度不高,但紊乱程度却很高,且这些区域内含有与肿瘤相关的基因和转录调控因子。为进一步了解高分值结构变异的功能意义,我们整合了表观遗传数据,并开发了一种改良的“接触活性评分”方法,用以识别那些在活跃增强子区域出现基因组接触紊乱的结构变异。该方法揭示了位于关键致癌基因附近的高紊乱性结构变异,以及可能参与肿瘤发生的新型候选位点。这些研究结果体现了机器学习在识别与儿童癌症相关的新结构变异、基因位点及遗传机制方面的应用价值。该框架为未来将结构变异引起的调控变化与癌症发病机制联系起来的研究奠定了基础。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:结构变异|基因组折叠|儿童脑肿瘤|卷积神经网络|表观遗传调控|LANDSCAPE|Cancer

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号