预测在单细胞基因表达景观解决长期以来一直在基因组学领域的一个挑战。我们映射全身单细胞转录组斑马鱼的风景,果蝇使用Microwell-seq,蚯蚓。Nvwa我们建议第一序列模型,可以预测在单细胞基因表达决议直接从基因组序列。
这是一个预览的订阅内容,通过访问你的机构
访问选项
订阅自然+
得到直接在线访问自然和其他55个自然杂志
29.99美元
每月
订阅杂志
得到完整的期刊访问1年
79.00美元
只有6.58美元的问题
所有价格是净价格。
增值税将被添加后在付款。
税计算期间将完成付款。
买条
时间有限或全文访问ReadCube。
32.00美元
所有价格是净价格。
引用
Eraslan G。、Avsec Z。,Gagneur, J. & Theis, F. J. Deep learning: new computational modelling techniques for genomics.Nat,启麝猫。20.,389 - 403 (2019)。这篇评论文章描述了计算和建模方法用于基因组学。
周,j . et al。深度学习序列从头开始对表达和疾病风险预测变量的影响。Nat .Genet。50,1171 - 1179 (2018)。本文报道的ExPecto模型预测变异对基因表达的影响。
Avsec, z等。有效的基因表达序列的预测集成远程交互。Nat方法。18,1196 - 1203 (2021)。本文报道基因表达的Enformer模型预测通过学习远程信息。
阿伦特,d . et al。细胞类型的起源和演化。Nat,启麝猫。17,744 - 757 (2016)。本文提出一种新的进化的细胞类型的定义和其监管机制。
王,j . et al .跟踪程控跨物种的进化的比较细胞地图册。细胞的代表。34108803 (2021)。本文报道了使用单细胞转录组景观保护和分化的细胞类型。
额外的信息
出版商的注意施普林格自然保持中立在发表关于司法主权地图和所属机构。
这是一个总结:李,j . et al .深度学习的跨物种单细胞景观标识守恒的监管程序底层细胞类型。Nat麝猫。。https://doi.org/10.1038/s41588 - 022 - 01197 - 7(2022)。
权利和权限
关于这篇文章
引用这篇文章
破译单细胞转录程序跨物种。Nat麝猫54,1595 - 1596 (2022)。https://doi.org/10.1038/s41588 - 022 - 01198 - 6
发表:
发行日期:
DOI:https://doi.org/10.1038/s41588 - 022 - 01198 - 6
