Desvendar a relação entre sequências de elementos reguladores e seus genes-alvo é fundamental para entender a regulação gênica e sua variação entre espécies de plantas e ecótipos. Uma equipe de pesquisa liderada pelo Instituto Leibniz IPK e com a participação do Centro de Pesquisa de Jülich desenvolveu modelos de "deep learning" que conectam dados de sequências gênicas com o número de cópias de mRNA para várias espécies de plantas e preveem o efeito regulatório de variações na sequência gênica. Os resultados foram publicados na revista "Nature Communications".
Publicação original:
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
