DeepFun：組織および細胞型固有の方法で非コーディングバリアント効果を解読するための深い学習シーケンスベースのモデル

ゲノムワイド関連研究（GWAS）から特定された遺伝的変異の90％以上は、ヒトゲノムの非コード領域に位置しています。ここでは、非コード遺伝子バリアントの機能的活性を評価するために、ユーザーフレンドリーなWebサーバー（https://bioinfo.uth.edu/deepfun/）を提示します。この新しいサーバーは、広範囲に評価されている畳み込みニューラルネットワーク（CNN）フレームワークの上に構築されています。具体的には、エンコードおよびロードマッププロジェクトからクロマチンプロファイルを収集して、225組織または細胞タイプをカバーする1548 DNase Iアクセシビリティ、1536ヒストンマーク、および4795転写因子結合プロファイルを含む機能スペースを構築しました。このような包括的なエピゲノミクスの注釈により、DeepFunは既存の非コーディングバリアント優先順位付けツールの機能を拡張して、組織および細胞型固有の方法で非コーディングバリアントに関するより具体的な機能評価を提供します。さまざまなGWAS研究のデータセットを使用することにより、独立した検証を実施し、特定の組織または細胞型における非コーディングバリアントの効果の効果を予測する際に、DeepFun Webサーバーの機能を実証し、領域の潜在的なモチーフを視覚化することを実証しました。バリエーションの周り。私たちのサーバーは、遺伝学、機能的ゲノミクス、および疾患研究で広く使用されると予想しています。

More than 90% of the genetic variants identified from genome-wide association studies (GWAS) are located in non-coding regions of the human genome. Here, we present a user-friendly web server, DeepFun (https://bioinfo.uth.edu/deepfun/), to assess the functional activity of non-coding genetic variants. This new server is built on a convolutional neural network (CNN) framework that has been extensively evaluated. Specifically, we collected chromatin profiles from ENCODE and Roadmap projects to construct the feature space, including 1548 DNase I accessibility, 1536 histone mark, and 4795 transcription factor binding profiles covering 225 tissues or cell types. With such comprehensive epigenomics annotations, DeepFun expands the functionality of existing non-coding variant prioritizing tools to provide a more specific functional assessment on non-coding variants in a tissue- and cell type-specific manner. By using the datasets from various GWAS studies, we conducted independent validations and demonstrated the functions of the DeepFun web server in predicting the effect of a non-coding variant in a specific tissue or cell type, as well as visualizing the potential motifs in the region around variants. We expect our server will be widely used in genetics, functional genomics, and disease studies.