Распознавание вторичных структур ДНК как нуклеосомных барьеров методами машинного обучения

В последние несколько лет все большую популярность приобретают исследования генома с использованием методов машинного и глубинного обучения, и исследователи получают в свое распоряжение всё более совершенные инструменты работы с данными. Распознавание паттернов расположения вторичных структур ДНК и функциональных элементов генома представляют собой малоисследованную область, несмотря на то что работы в этом направлении потенциально способны внести большой вклад в развитие медицины и фармакологии. Данное исследование направлено на исследование методов машинного и глубинного обучения, которые доказали свою успешность в процессах обработки естественного языка в отношении задач распознавания последовательностей ДНК. В рамках работы были построены две модели глубинного обучения на основе архитектур CNN и RNN. Каждая модель была протестирована на четырех задачах классификации участков ДНК, содержащих квадруплексы с потенциальной функцией нуклеосомных барьеров. Кроме того, была сделана интерпретация моделей в виде определения значимых фильтров CNN и перевод их в ДНК-мотивы. Ключевые слова Структуры ДНК, машинное обучение, глубинное обучение, нуклеосомные барьеры, G-квадруплексы, интерпретация фильтров, PWM.