تحديد مواقع ارتباط عوامل النسخ (TFBS) يُعد أمرًا بالغ الأهمية لفهم تنظيم الجينات، حيث تمكّن هذه المواقع عوامل النسخ (TFs) من الارتباط بالحمض النووي الريبي (DNA) وتعديل تعبير الجينات. وعلى الرغم من التقدم في تقنيات التسلسل عالي الإنتاجية، يظل تحديد مواقع ارتباط عوامل النسخ أمرًا صعبًا بسبب كثافة البيانات الجينومية وتعقيد أنماط الارتباط. تم تقديم نموذج GCBLANE، وهو شبكة انتباه مدعومة بالرسم البياني وتعتمد على التعلم التكراري ثنائي الاتجاه من نوع LSTM مع التحويلات التلافيفية، لمعالجة هذه المشكلة. حيث يدمج النموذج طبقات التحويل التلافيفي والانتباه متعدد الرؤوس والطبقات التكرارية مع شبكة عصبية رسمية (GNN) للكشف عن الميزات الأساسية المهمة لتنبؤ مواقع ارتباط عوامل النسخ. وقد حقق GCBLANE متوسط قيمة AUC بلغت 0.943 على 690 مجموعة بيانات ChIP-Seq من مشروع ENCODE، وبلغت القيمة 0.9495 على 165 مجموعة بيانات من نفس المشروع، متفوّقًا على النماذج المتقدمة التي تعتمد على نهج متعدد الأشكال، بما في ذلك معلومات شكل الحمض النووي. تُبرز هذه النتائج فعالية GCBLANE مقارنةً بالطرق الأخرى. وبدمج التعلم القائم على الرسوم البيانية مع تحليل التسلسل، يُعد GCBLANE تقدمًا كبيرًا في مجال تنبؤ مواقع ارتباط عوامل النسخ.