Evolutionary transfer learning enables organism-wide inference of mammalian enhancer landscapes
यह अध्ययन STEAM को प्रस्तुत करता है, जो एक विकासवादी ट्रांसफर लर्निंग फ्रेमवर्क है जो डेटा की सीमाओं को दूर करने और विविध सेल प्रकारों एवं प्रजातियों में एनहैन्सर लैंडस्केप के सटीक, जीनोम-व्यापी अनुमान को सक्षम करने के लिए माउस विकास से सिंगल-सेल क्रोमैटिन एक्सेसिबिलिटी डेटा और 241 स्तनधारी जीनोमों में सिंटेनी-सुपरवाइज्ड ट्रेनिंग का लाभ उठाता है।