Entender los mecanismos de regulación de la expresión génica es crucial en la cría de animales. Las secuencias de ADN cis-regulatorias, como los potenciadores, juegan un papel clave en la regulación de la expresión génica. Identificar potenciadores es un desafío, a pesar del uso de técnicas experimentales y métodos computacionales. La predicción de potenciadores en el genoma porcino es particularmente significativa debido al alto costo de las técnicas experimentales de alto rendimiento. El estudio construyó una base de datos de alta calidad de potenciadores porcinos integrando información de múltiples fuentes. Se desarrolló un marco de predicción de aprendizaje profundo llamado PorcineAI-enhancer para la predicción de potenciadores porcinos. Este marco emplea redes neuronales convolucionales para la extracción de características y clasificación. PorcineAI-enhancer mostró un excelente rendimiento en la predicción de potenciadores porcinos, validado en un conjunto de datos de prueba independiente. El modelo demostró una capacidad de predicción confiable para secuencias de potenciadores desconocidas y tuvo un rendimiento notable en secuencias de potenciadores específicas de tejido. El estudio desarrolló un marco de predicción de aprendizaje profundo, PorcineAI-enhancer, para predecir potenciadores porcinos. El modelo demostró un rendimiento predictivo significativo y potencial para potenciadores específicos de tejido. Esta investigación proporciona recursos valiosos para futuros estudios sobre la regulación de la expresión génica en cerdos.