CRISPR/CAS9 Target Prediction with Deep Learning

Autor: Elif Doğan, C Caiati, Özlem Aktaş, Tolga Ensari
Jazyk: turečtina
Rok vydání: 2019
Předmět:
Popis: CRISPR/CAS9 sistemi, hasarlı olan genom dizilişlerinin düzenlenmesinde kullanılan çok güçlü bir araçtır. Diziliminde hasar oluşan nükleazlar miRNA (micro RNA)’lar olarak adlandırılır. Birden çok rehber sgRNA (single guide RNA) tarafından hedeflenen miRNA’lar, CRISPR/CAS9 yöntemiyle RNA’dan kesilir yada düzenlenir. Yanlış miRNA’lara hedeflenen sgRNA’lar, istenmeyen genom mutasyonlarına sebep olabilmektedir. Bu genom bozulmalarını en aza indirgemek amacıyla, bu çalışmada derin öğrenmeyle CRISPR/CAS9 için sgRNA hedef tahmini yapılmıştır. Bu makalede, evrişimsel sinir ağları (Convolutional Neural Networks-CNN) ve çok katmanlı algılayıcı (Multi Layer Perceptron-MLP) algoritmaları kullanılmıştır. Her iki algoritmanın da CRISPR/CAS9 sistemi için performans karşılaştırması gerçekleştirilmiştir. The CRISPR/CAS9 system is a powerful tool for regulating damaged genome sequences. Nucleases that are damaged in their sequence are called miRNAs (micro RNAs). The miRNAs targeted by multiple promoter sgRNA (single guide RNA) are cut or regulated from RNA by the CRISPR/CAS9 method. The sgRNAs targeted to the wrong miRNAs may cause unwanted genome distortions. In order to minimize these genome distortions, sgRNA target estimation was performed for CRISPR/CAS9 with deep learning in this study. In this article, convolutional neural networks (Convolutional Neural Networks- CNN) and multilayer perceptron (Multi Layer Perceptron-MLP) algorithms are used. A performance comparison of the CRISPR/CAS9 system for both algorithms was performed.
Databáze: OpenAIRE