一个来自台湾和法国的团队提出了研究结果来自预驯化动物的基因组分析酿酒酵母2016年春至2020年秋在台湾采集的酵母系。通过全基因组测序，研究人员评估了121例酿酒酵母通过对十多个森林中数百种植物的取样获得的分离物，这些森林具有不同的气候、海拔和植物类型。他们报告说，这些分离株分为9个世系，包括3个似乎是台湾特有的世系，这为研究森林分离株的遗传多样性和选择模式提供了一个视角。“总体而言，台湾分离株的遗传多样性可与整个亚洲大陆相媲美，甚至在同一棵树上，不同的系系也在精细的空间尺度上共存，”作者报告说，并指出酵母物种“具有丰富的自然多样性，免受人类的影响，使其成为微生物生态学中强大的模型系统。”
纪念斯隆凯特琳癌症中心的研究人员描述GraphReg这是一种深度学习工具，开发用于建模基因调节网络，包括远端增强子，基于测量的染色质相互作用数据。该方法利用染色体构象捕获分析的3D相互作用，从一维表观基因组数据或基因组DNA序列预测基因表达，该团队解释说，GraphReg似乎可以在图注意网络的帮助下准确预测基因表达，图注意网络考虑了增强子元素连接、表观基因组特征和转录因子结合位点等DNA序列特征。此外，作者还提出了GraphReg方法的其他迭代，认为它们“将在解释表观基因组和基因组变异对基因表达的功能方面具有广泛的适用性。”
来自斯坦福大学、退伍军人事务帕洛阿尔托医疗保健系统和华盛顿大学的一个团队概述了一种算法，旨在挖掘宏基因组微生物序列数据，以描述圆形移动元素。研究人员写道，这种名为DomCycle的方法“基于所谓的‘主导’图循环的识别，重构了可能的环状基因组”。在用模拟和真实数据验证了该策略后，作者将DomCycle应用于32个环境采样点的宏基因组序列集，发现了近300个染色体外圆形移动遗传元件，随后对它们进行了更充分的聚类和分析。他们写道:“聚类发现了20个高度流行和隐藏的质粒，它们具有最近共同祖先的克隆群体结构。”他们还补充说，DomCycle“促进了通过水平基因转移进化的微生物群落的研究。”