Machine-guided design of cell-type-targeting cis-regulatory elements

この論文は、機械学習を用いて細胞型特異的なCis-reguratory elements（CREs）を設計し最適化する新しい方法を提案している。研究者らは、Massively Parallele Reporter assay（MPRA）データを使用してCNNベースのモデル「Malinois」を訓練し、このモデルを用いて細胞型特異的なCREsを予測した。さらに、配列最適化フレームワーク「CODA」を開発し、in vitroおよびin vivo実験でその有効性を実証した。