深度学习的基因组学有了新突破

p30900

在生命科研领域，常有人说深度学习的基因组学应用好比是“一个盲人在一间黑暗的房子里寻找一顶并不存在的黑色帽子”。言下之意，是遗憾深度学习的基因组学应用并没有给人们带来太多惊喜。不过，近日宾夕法尼亚大学和费城儿童医院教授邢毅团队的一项研究，找到了这样一顶“黑帽子”。

这项发表在《自然—方法》上的论文成果，提出了一种新的计算框架——DARTS（“利用深度学习强化对RNA-seq的可变剪接分析”英文的首字母缩写）。该计算框架首次将深度学习与贝叶斯假设检验结合，用于RNA可变剪接分析。这种结合使得它即使对于测序深度不那么高的样品，也能有效提高RNA-seq定量差异剪接的准确度。

清华大学生命科学学院教授张强锋点评道：“DARTS综合了深度学习和贝叶斯假设检验统计模型的优点，为那些低测序深度的数据提供了更好的做可变剪接分析的手段，拓展了传统RNA-seq可变剪接分析的敏感度和准确度。”