合成エンハンサー：DeepSTARRはDNA塩基配列からエンハンサー活性を予測し、合成エンハンサーのde novo設計を可能にする

エンハンサー配列は遺伝子発現を制御しており、さまざまな転写因子（TF）の結合部位（モチーフ）を含んでいる。大規模な遺伝学研究や計算機的研究が行われてきたにもかかわらず、DNA塩基配列と調節活性の間の関係についてはあまり分かっておらず、de novoにエンハンサーを設計することは困難である。今回我々は、深層学習モデルDeepSTARRを構築した。このモデルでは、キイロショウジョウバエ（Drosophila melanogaster）のS2細胞のDNA塩基配列から直接的に、何千もの発生エンハンサーとハウスキーピングエンハンサーの活性を定量的に予測する。このモデルは、関連するTFモチーフや高次の構文規則を学習させており、具体的には、同一TFモチーフの機能的に同等でない事例をモチーフ近傍配列とモチーフ間の距離により決定するといったことを行った。我々は、ショウジョウバエとヒトで4万以上の野生型と変異型のエンハンサーを調べることで、これらの規則を実験的に検証し、これらがヒトにも一般化できることを実証した。また、我々は、望み通りのde novo活性を持つ合成エンハンサーを設計し、その機能を検証した。