转录因子与组蛋白修饰对启动子-增强子相互作用的预测

摘要

启动子和增强子之间的相互作用(Promoter-Enhancer interaction, PEI)与基因的转录与调控密切相关。本文以人B淋巴细胞系(GM12878)为研究对象，基于染色质环(Loop)数据库构建了启动子-增强子(Promoter-Enhancer, P-E)相互作用数据集，分析了P-E结构中149种转录因子(Transcription factor, TF)以及11种组蛋白修饰(Histone madification, HM)的相关性，筛选出与P-E结构具有较强关联的表观遗传修饰特征，并利用卷积神经网络(Convolutional neural network, CNN)和随机森林(Random forest, RF)算法预测了P-E相互作用对。结果显示RF预测的AUC值(Area under the curve)介于0.84至0.88之间，而CNN的AUC值在0.69至0.77之间，表明RF的预测性能略优于CNN。此外，仅使用TF信号作为特征的AUC值优于仅使用HM信号的情况，表明TF信号对P-E结构的识别具有更佳的效果。最后将TF和HM特征组合后，预测效果能够进一步提升，我们发现EGR1、H3K4me2、EP300等12种特征是预测PEI的重要特征。

关键词

染色质环 / 启动子-增强子 / 卷积神经网络 / 随机森林算法