Предсказание положения нуклеосом методами машинного обучения

Нуклеосома является основной структурой хроматина эукариотических клеток. Расположение нуклеосом играет большую роль в регуляции транскрипции генов. Знание детальной организации нуклеосом в геноме и механизмов позиционирования нуклеосом имеет решающее значение для понимания регуляции и экспрессии генов. В последние годы большое количество работ в области биоинформатики, физики и биологии было посвящено исследованию и предсказанию нуклеосомной разметки в геномах различных организмов на основе множества факторов (частоты k-меров нуклеотидов, геометрические и физико-химические свойства динуклеотидов, анализ первичной последовательности с помощью сверточных сетей). Данная работа посвящена исследованию и предсказанию расположения нуклеосом в геноме человека на основе структурных свойств и параметров электростатического потенциала и изгибаемости последовательности ДНК с использованием моделей машинного обучения. Благодаря включению электростатического потенциала и изгибаемость в качестве признаков удалось существенно улучшить качество модели. С помощью реализованной модели был построен обобщающий вероятностный профиль расположения нуклеосом и произведено сравнение предсказаний в разных типах тканей.