RegEvol: detection of directional selection in regulatory sequences through phenotypic predictions and phenotype-to-fitness functions
Le papier présente RegEvol, un cadre innovant qui combine des prédictions d'apprentissage automatique sur la liaison des facteurs de transcription à des modèles évolutifs explicites pour détecter la sélection directionnelle dans les séquences régulatrices non codantes, permettant ainsi d'identifier des gènes sous adaptation dans des génomes comme ceux de la drosophile et de l'humain.