Снижение уровня шума ChIP-seq данных с помощью глубокого обучения

Секвенирование биополимеров является одной из важнейших задач в биоинформатике. В результате секвенирования определяется первичная структура линейной макромолекулы в виде последовательности мономеров в текстовом виде. Исходя из полученной структуры, биологи могут сделать выводы о многих свойствах исследуемой молекулы, понять ее поведение и предсказать, как она будет взаимодействовать с другими веществами. Это ускоряет исследования и позволяет совершать новые открытия. Секвенирование ДНК, которое является процессом определения порядка нуклеотидов, используется, например, для диагностики заболеваний, на основе этих данных можно подобрать для пациента наиболее подходящий индивидуальный план лечения. Одним из популярных методов секвенирования ДНК является хроматин-имуннопреципитационное секвенирование (ChIP-seq). Однако, качество данных, полученных таким способом, зачастую остается неудовлетворительным. В данной работе представляются нейросетевые модели для избавления от шума, присутствующего в данных алгоритма ChIP-seq и его модификациях. Результат работы моделей сравним по качеству с проведением эксперимента ChIP-seq без источников шума. Предложенные модели справляются с различными типами шума, одна из них достигает лучших результатов по сравнению с существующими решениями.