Article
分子生物学：機械学習を使ってヒトDPRコアプロモーターエレメントを特定する
Nature 585, 7825 doi: 10.1038/s41586-020-2689-7
RNAポリメラーゼII（Pol II）コアプロモーターは、DNA転写開始につながるシグナルが収束する極めて重要な部位だが、ヒトではその下流コアプロモーターの解明は難問とされてきた。今回我々は、ヒトPol IIコアプロモーターを解析し、機械学習を使って下流コアプロモーター領域（DPR）とTATAボックスの予測モデルを作出した。さらに、HARPE（high-throughput analysis of randomized promoter elements）と名付けた手法を開発し、それぞれの転写強度が既知の数十万に上るDPR（あるいはTATAボックス）バリアントを生成した。次いで我々は、配列モチーフに関する包括的モデルを得るためにサポートベクター回帰（SVR）によってHARPEデータを解析し、SVRを用いるこの方法が、コンセンサス配列に基づく手法よりも転写活性の予測に効果的であることを見いだした。これらの結果は、DPRがヒトプロモーターで広く使用されている、機能的に重要なコアプロモーターエレメントであることを示している。DPRとTATAボックスには二重性があるように見えることは注目すべきで、それは多くのプロモーターにはこの2つのどちらか一方だけが含まれるからである。さらに広げて考えると、これらの知見は、配列バリアントの包括的セットの機械学習解析によって、機能を持つDNAモチーフの特定が可能であることを示している。
