การเรียนรู้เชิงลึกซึ่งเป็นกลุ่มวิธีการเรียนรู้ของเครื่องที่ใช้เครือข่ายประสาทเทียมได้ปฏิวัติแอปพลิเคชันต่างๆเช่นการตีความภาพการประมวลผลภาษาธรรมชาติและการขับขี่แบบอิสระ เทคนิคนี้สามารถใช้เพื่อสังเกตการควบคุมยีนในระดับเซลล์ได้อย่างไร จนถึงขณะนี้กระบวนการดังกล่าวถูก จำกัด ไว้ที่การวิเคราะห์ระดับเนื้อเยื่อปัจจัยการถอดความที่มีผลผูกพันในระดับเซลล์

ซึ่งก่อนหน้านี้เป็นไปไม่ได้เนื่องจากเสียงรบกวนภายในและความเบาบางของข้อมูลเซลล์เดียว ปัจจัยการถอดความคือโปรตีนที่ควบคุมการแปลข้อมูลทางพันธุกรรมจาก DNA เป็น RNA TFs ควบคุมยีนเพื่อให้แน่ใจว่ามีการแสดงออกในลำดับที่เหมาะสมและในเวลาที่เหมาะสมในเซลล์ ความก้าวหน้าครั้งนี้เกิดจากการตระหนักว่าเราสามารถใช้ประโยชน์จากการเรียนรู้เชิงลึกและชุดข้อมูลขนาดใหญ่ของโปรไฟล์การผูก TF ระดับเนื้อเยื่อเพื่อทำความเข้าใจว่า TF ควบคุมยีนเป้าหมายในแต่ละเซลล์ผ่านสัญญาณเฉพาะอย่างไร ด้วยการฝึกอบรมเครือข่ายประสาทบนชุดข้อมูลจีโนมและอีพิเจเนติกขนาดใหญ่และโดยอาศัยความเชี่ยวชาญของผู้ทำงานร่วมกันในสามแผนกนักวิจัยสามารถระบุข้อบังคับของยีนใหม่สำหรับเซลล์แต่ละเซลล์หรือเซลล์แต่ละชนิดได้