Die Aufklärung der Beziehung zwischen Sequenzen von regulatorischen Elementen und ihren Zielgenen ist der Schlüssel für das Verständnis der Genregulation und ihrer Variation zwischen Pflanzenarten und Ökotypen. Ein Forschungsteam unter Führung des IPK Leibniz-Instituts und mit Beteiligung des Forschungszentrums Jülich hat jetzt „Deep-Learning“-Modelle entwickelt, die Gensequenzdaten mit der mRNA-Kopienzahl für mehrere Pflanzenarten verknüpfen und die regulatorische Wirkung von Gensequenzvariationen vorhersagen. Die Ergebnisse wurden in der Zeitschrift „Nature Communications“ veröffentlicht.
Originalpublikation:
Peleke et al. (2024): Deep learning the cis-regulatory code for gene expression in selected model plants. Nature Communications. DOI: 10.1038/s41467-024-47744-0
