时间： 2019年12月27日 09: 00
地点： 望江校区基础教学楼B座318实验室
研读成员： 胡宇佳、韦东鑫
Part 1
分享者： 胡宇佳
[1] Anjum M M, Tahmid I A, Rahman M S, et al. CHilEnPred: CNN Model With Hilbert Curve Representation of DNA Sequence For Enhancer Prediction[J]. bioRxiv, 2019
论文简介：
增强子是在基因转录中起重要作用的远端DNA顺式调控元件。然而，由于增强子的固有特性，它与目标作用基因的关系并不仅仅是简单的线性关系，而是可以通过空间结构与远端的目标基因相互接近。目前的增强子预测方法仅仅在特定的细胞系中效果较好，对特征的依赖性强，也因此在不同的数据集上缺乏泛化能力。本文提出了一种基于Hilbert Curve的编码方式，集合CNN模型，进一步提高了实验的预测准确率。
[2]生物信息学中，人们往往通过模型去学习特征，并以此为基础进行序列预测。本部分将介绍一些识别生物学意义的方法，如：Motifs分析，热图表示等等。
Part 2
分享者： 韦东鑫