基于MCSP和Swin Transformer的转录因子结合位点预测模型

摘要

预测转录因子结合位点(Transcription Factor Binding Sites,TFBS)可以帮助识别特定细胞和组织的特异性调控机制,对于理解基因表达调控机制至关重要。现有方法结合DNA的序列和形状信息进行TFBS的预测,生成的形状信息未考虑长侧翼核苷酸的影响,在对序列信息进行特征提取时忽略了不同通道间特征的互补性,模型的预测能力有待提高。本文提出了TFBS预测模型MSSW,考虑长侧翼核苷酸来生成形状信息;利用Swin Transformer提取形状信息中长程依赖和局部关联相结合的特性,将分裂注意力融入多尺度卷积神经网络(Multiscale Convolution and Split attention,MCSP)来捕获序列中不同通道间特征的互补性,获得跨通道的多尺度序列特征;结合提取的高级序列和形状特征进行TFBS的预测。结果表明,MSSW模型优于现有TFBS预测模型,可有效预测TFBS。

关键词

转录因子结合位点 / 多尺度卷积 / 分裂注意力 / Swin Transformer / Deep DNAshape