Adv Sci丨基于多组学与机器学习的枯草芽孢杆菌全基因组代谢模型优化基因表达与细胞生长预测
近日, Advanced Science 在线发表了江南大学未来食品科学中心和生物工程学院 陈坚 院士团队 刘龙 教授课题组的研究成果 A multi-omics, machine learning-aware, genome-wide metabolic model ofBacillus subtilisrefines the gene expression and cell growth prediction 。 然而,许多机器学习模型忽视了生物背景,限制了模型的可信度和解释性。 针对上述问题,该研究标准化建立了枯草芽孢杆菌高质量综合数据库,并搭建了枯草芽孢杆菌多组学综合代谢网络模型,设计了34个机器学习模型,将机器学习模型与多组学综合代谢网络模型相结合,实现了基因表达与细胞生长的精准预测。
BioArtMED
最新成果揭示表观修饰调节白血病细胞生长的关键机制
2024年9月,德州农工大学的黄韵教授课题组,李佳教授课题组和周育斌教授课题组合作在Nature Cell Biology在线发表研究论文,揭示了TET2选择性调控DNA去甲基化与形成生物分子凝聚的关键机制,同时研究提示破坏TET2凝聚体的形成可以成为白血病治疗的新靶点,为相关临床研究提供了新思路和方法。 10-11易位蛋白(ten-eleven-translocation protein,TET)家族负责调节催化产生DNA羟甲基化修饰,是一种DNA主动去甲基化的重要修饰,该家族包含包括TET1、TET2、TET3。 1、TET2通过LCI结构域形成液态凝聚。
昕传生物