报告详情
TRAPT: A novel deep learning framework for transcription regulators prediction via integrating large-scale epigenomic data
编号：45
访问权限：仅限参会人
更新：2025-03-25 14:18:27
浏览：668次
口头报告
报告开始：2025年03月29日 14:30（Asia/Shanghai）
报告时间：20min
所在会场：[S5] 一作面对面论坛（交叉） [S5] 一作面对面论坛（交叉）
摘要
我们提出了转录调控因子活性预测工具（TRAPT），这是一个多模态深度学习框架，通过学习和整合目标基因顺式调控元件和全基因组结合位点的调控潜力来推断调控因子活性。通过对570个TR相关数据集的实验结果表明，TRAPT在预测TRs方面优于现有方法，特别是在预测转录共因子和染色质调控因子方面。并且TRAPT成功识别了与疾病、遗传变异、细胞命运决定和组织相关的关键TRs。
关键词
暂无
报告人
张国锐
硕士研究生 南华大学附属第一医院我本科毕业于哈尔滨医科大学医学信息学系，现为南华大学衡阳医学院生物物理学专业研究生，师从李春权教授。我的研究方向聚焦于转录调控相关算法研究，已在Nature Communications、Nucleic Acids Research、Briefings in Bioinformatics、Journal of Cellular and Molecular Medicine等国际权威期刊以第一作者或共同第一作者身份发表多篇学术论文。
全部评论
重要日期
-
会议日期
03月28日
2025
至03月30日
2025
-
04月15日 2025
注册截止日期
主办单位
中国生物信息学学会基因组信息学专业委员会
承办单位
中国农业科学院农业基因组研究所
大鹏湾实验室
大鹏湾实验室
发表评论