加强对遗传调控的理解

我们对遗传调控的理解将通过更好地了解被称为增强子的调节元件来改善，增强子不是与它们控制的基因一起定位的。在最近发表在生物信息学简报会上的一篇论文中，沙特阿拉伯国王阿卜杜拉科技大学(KAUST)的研究人员回顾了这一问题的各种计算方法之间的差异，并概述了该领域的一些主要挑战。

大学计算生物科学研究中心的Vladimir Bajic解释说，提高我们对遗传调控的理解将产生重大的生物技术和医学影响。Bajic也是该论文的高级作者。

该论文已被纳入国际计算生物学学会推荐的教育和培训资源清单，调查了30多种用于识别增强剂的计算工具和方法。“他们每个人都基于不同的假设，他们不会产生相同或非常相似的结果，”Bajic说。“有这么多方法的事实表明没有一个方法非常好，因为那时其他方法都会被排除在外。”

由于缺乏用于测试它们的“黄金标准”数据集，这些工具的开发和评估受到阻碍。生成这样的数据集是一个重大的实验挑战，特别是因为它必须包括增强类型的完全多样性。然而，Bajic相信，实验生物学的快速发展将在未来几年解决这个问题。

虽然这些工具都不是理想的，但它们已成功识别出增强子，特别是在具有足够数据的研究中，可以结合多种方法。除了进行特定的预测之外，使用这些工具进行的研究也为增强剂提供了更广泛的见解。例如，计算分析显示预测的增强子周围的区域富含特定转录因子的结合位点。

这些工具的开发还可以帮助解决机器学习中的更多一般问题，例如称为类不平衡的问题。如果两个类别中的一个更常见，那么预测分类算法可以通过不断地猜测更常见的类来获得很好的分数，因此通常最终只是偶然地“正确”。用于在识别增强子中克服该问题的方法也可以应用于面临相同挑战的其他领域。

“这是一个未完成的故事，”巴伊奇说。“如果没有黄金标准，我们不能说哪种方法更好或更差，但我们的审查应该有助于社区批判性地评估方法，然后希望找到一种更好的方法来处理这个复杂的问题。”

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如有侵权行为，请第一时间联系我们修改或删除，多谢。

我们需要一堆来自污垢和水的DNA来保护澳大利亚的环境