UniLoopNet多任务染色质互作预测框架

Shuaibin Wang 等人提出多任务深度学习框架 UniLoopNet，可从 DNA 序列预测增强子-启动子互作、增强子-增强子互作、CTCF 介导的环和 stripe 相关互作四类染色质互作。该框架采用共享编码器-解码器架构，按任务语义相似度整合多任务学习、迁移学习和持续学习。 跨细胞系迁移实验显示，将该框架用于另一细胞系时，需先用目标细胞系数据进行有监督微调；微调后性能与在该细胞系内训练相当。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。