NAR | 吉林大学李向涛研究发现DeepNanoHi-C借助深度学习可实现对单细胞纳米孔长读数据的精确分析和3D基因组解释

本文介绍了吉林大学李向涛团队在Nucleic Acids Research上发表的研究，提出了一个名为DeepNanoHi-C的新型深度学习框架，专为分析单细胞纳米孔长读数据（scNanoHi-C）设计。该框架利用多步自动编码器和稀疏门控混合专家（SGMoE）来准确预测染色质相互作用，从而解决scNanoHi-C数据中的稀疏性、细胞特异性变异性和复杂染色质相互作用网络等挑战。DeepNanoHi-C通过多尺度预测和双通道预测网络，显著提高了数据插补和细胞类型区分的准确性，并能够识别单细胞3D基因组特征。实验验证表明，DeepNanoHi-C在聚类准确率和插补质量上优于现有方法，并揭示了跨物种保守的基因组结构，为理解染色质组织的进化保守性提供了新见解。