UNIST(蔚山科学技术院)能源化学工程系金东赫(见图)教授团队23日表示,已开发出基于深度学习的ChIP-exo峰筛选软件(DEOCSU)。
ChIP-exo是利用外切核酸酶的染色质免疫沉淀最新实验技术,可高分辨率识别蛋白质结合位点。
染色质免疫沉淀(Chromatin immunoprecipitation, ChIP)被广泛用于研究特定蛋白质的结合位置。特别是通过利用外切核酸酶(exonuclease)的最新实验技术ChIP-exo,可高分辨率识别结合位点。但对目标蛋白质实际与DNA结合部位即峰的判别工作,必须经过研究人员劳动密集型的额外确认步骤,存在无法快速准确处理大容量数据的局限。
ChIP-exo峰筛选软件(DEOCSU)先通过与参考序列比对的ChIP-exo数据检测峰候选。将检测到的各个信号转换为图像数据后,利用已学习数据,通过把图像拆分为小单元并分析各部分的卷积神经网络技术筛选出实际的峰。对筛选出的各个峰可进行位置优化和结合大小等推定。相关结果数据通过自主开发的可视化软件确认。
该软件的模型基于大肠杆菌K-12 MG1655菌株的ChIP-exo数据进行学习,不仅对用于学习的数据,对未知的ChIP-exo数据也能准确筛选出峰。利用公开数据库信息和已有研究案例与此前公开的软件比较时,也表现出优异性能。特别是不仅对源自原核生物的ChIP-exo数据,在真核生物和古菌的分析中性能同样得以保持,其通用性也得到了确认。
能源化学工程系教授金东赫表示:“尽管具有可高分辨率识别蛋白质与DNA相互作用的有用优势,但由于分析困难,ChIP-exo实验技术的使用一直受限”,“本次软件开发克服了研究人员的分析负担,有望加快相关研究的进展速度。”
本次研究由韩国科学技术情报通信部的生物·医疗技术开发事业以及Donggrami财团创新科学技术中心及项目公开征集事业支持完成。研究成果于1月25日发表在生物信息学权威期刊《Briefings in Bioinformatics》上。






