隐式格式的MATLAB代码-MIL_wrap:工作“通过多实例学习进行体内和体外蛋白质-DNA相互作用的计算建模”的源代码

隐式格式的MATLAB代码 源代码存储库 作者：甄高（）和阮建华（） 抽象的 动机：转录调控的研究仍然很困难，但在分子生物学研究中却是基础。 尽管体内和体外分析技术的发展已大大增强了我们对转录因子（TF）-DNA相互作用的了解，但TF-DNA相互作用的计算模型相对简单，可能无法揭示足够的生物学见解。 特别是，基于监督学习的TF-DNA交互模型试图将序列级特征（k-mers）映射到结合事件，但通常忽略$ k $ -mers的位置，这可能会导致数据碎片化，从而降低模型性能。 结果：在这里，我们提出了一种基于所谓的多实例学习（MIL）范例的新颖算法。 MIL将每个DNA序列分成多个重叠的子序列，并分别对每个子序列进行建模，因此隐式考虑了结合位点的位置，从而提高了模型的准确性和解释性。 体内和体外TF-DNA相互作用数据的结果表明，我们的方法大大优于传统的基于单实例学习的算法。 重要的是，使用我们的方法从体外数据中学到的模型可以非常准确地预测体内结合。 此外，通过我们的方法获得的位置信息还为从ChIP-Seq数据中找到基序的结果提供了更多信息。 最后，我们的方法可以轻松地与其他最新的TF-DN