灵长类动物神经发育中人类加速区域的机器学习解剖
惠伦等人。 将对黑猩猩和人类细胞的深度学习和功能分析相结合，以检查 2,645 个加速人类区域 (HAR) 的神经发育增强潜力。 该活动更多地受顺式效应而非反式效应支配。 补偿性变化已被确定为 HAR 快速进化的关键驱动力。
来源和详细信息：
https://www.cell.com/neuron/fulltext/S0896-6273(22)01123-0
灵长类动物神经发育中人类加速区域的机器学习解剖
惠伦等人。 将对黑猩猩和人类细胞的深度学习和功能分析相结合，以检查 2,645 个加速人类区域 (HAR) 的神经发育增强潜力。 该活动更多地受顺式效应而非反式效应支配。 补偿性变化已被确定为 HAR 快速进化的关键驱动力。
来源和详细信息：
https://www.cell.com/neuron/fulltext/S0896-6273(22)01123-0
