CGM第470期：人类跨细胞类型的转录基础模型

转录调控由调控序列与蛋白质之间的复杂相互作用驱动，影响所有生物过程。然而，目前的计算模型在预测新的细胞类型和条件时往往泛化能力不足。为此，我们提出了 GET（general expression transformer），一种可解释的基础模型，能够在 213 种人类胎儿和成人细胞类型中解析调控模式。

GET 依赖染色质可及性数据和序列信息建模，用以精确预测基因表达。此外，GET 还能适应不同测序技术和实验方法，使其能够广泛应用于各类细胞和条件的调控推断，并揭示通用和特异性的转录因子相互作用网络。

我们评估了 GET 在预测调控活性、识别调控元件与调控因子，以及解析转录因子相互作用方面的表现，发现其在基于慢病毒的高通量报告基因实验预测上优于现有模型。在胎儿红细胞中，GET 发现了此前模型未能识别的远端（超过 1 Mbp）调控区域。在 B 细胞中，它揭示了一种特异性的转录因子相互作用，解释了一种与白血病风险相关的生殖系突变的功能影响。

综上，GET 是一种精准且具普适性的转录调控模型，为基因调控机制和转录因子相互作用提供了详尽的细胞类型特异性目录，为未来研究和应用奠定基础。