Предсказание петель в хроматине Dictyostelium discoideum

Хроматин представляет собой динамическую структуру, состоящую из ДНК, РНК и ДНК-связывающих белков, которые осуществляют сворачивание ДНК внутри ядра клетки, а также процессы регуляции. Трехмерная организация хроматина играет важную роль в клеточных процессах. Для ее исследования эффективно используется метод Hi-C - полногеномной фиксации конформации хромосом, который позволяет получать карты пространственных взаимодействий ДНК. В данной работе представлен алгоритм UNBLoC (U-Net-Based Loop Caller) для поиска свойств ярких точек (или “петель”) хроматина в Hi-C картах человека, социальной амебы Dictiyostelium discodeum и дрожжей Saccharomyces cerevisiae. Используя ручную разметку петель для дрожжей и амебы и автоматическую для человека, была обучена модель UNBLoC, основанная на сверточной нейронной сети архитектуры U-Net. Эта сеть предсказывает области петель как маски значений двумерной матрицы, далее координаты петель уточняются при помощи поиска позиции центра маски, предсказанной сетью. Получены три модели для данных амебы, дрожжей и человека. Также разработана модель с первичным обучением на картах человека и дообучении на данных дрожжей или амебы (transfer learning). Произведено сравнение моделей на основе классических нейросетевых метрик. Однако, ввиду особенностей поставленной задачи, были разработаны дополнительные метрики, а именно количество сопоставленных/не сопоставленных координат петель, профиль меры конвергентности в координатах петель. Для оценки качества результатов построены классические графики для оценки качества найденных петель по Hi-C картам, а именно: средние петли по всем размеченным исходным данным, а также для результатов всех моделей на всех организмах; графики зависимости вероятности контактов от расстояния (графики шкалирования). Примечательно, что с помощью UNBLoC с transfer learning обнаружено не наблюдавшееся ранее для амеб свойство вложенности петель.