首页> 中国专利> 一种基于分层深度学习miRNA-lncRNA互作关系的预测方法

一种基于分层深度学习miRNA-lncRNA互作关系的预测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

一种基于分层深度学习miRNA‑lncRNA互作关系的预测方法，其属于生物信息学领域。本发明的特征提取方法采用独热编码（one‑hot）和k‑mer编码，预测模型由并行胶囊网络、融合注意力机制的独立递归神经网络（IndRNN）和双向长短期记忆网络（Bi‑LSTM）组成。将序列派生的特征折叠形成维数为18×19的序列特征图像，输入到二维卷积中学习高级特征，再利用miRNA‑lncRNA相互作用序列的各种信息组合的衍生特征作为胶囊网络的输入，最终将其融合作为Bi‑LSTM的输入，进而对单一植物的miRNA与lncRNA进行互作关系预测。相比于传统生物实验室的方法，该方法数据处理量更大，更节省时间；与传统机器学习方法相比，该方法所需的特征更少，准确率更高。

著录项

公开/公告号CN112270958A

专利类型发明专利
公开/公告日2021-01-26

原文格式PDF
申请/专利权人大连民族大学;
展开▼

申请/专利号CN202011144398.8
发明设计人宋金淼;张子晨;谢凡森;段晓东;代启国;
展开▼

申请日2020-10-23
分类号G16B40/00(20190101);G16B30/00(20190101);G06N3/08(20060101);G06N3/04(20060101);
代理机构21208 大连星海专利事务所有限公司;
代理人杨翠翠
地址 116600 辽宁省大连市大连经济技术开发区辽河西路18号
入库时间 2023-06-19 09:40:06

法律信息

法律状态公告日

法律状态信息

法律状态
2023-06-20

授权

发明专利权授予

相似文献

专利
中文文献
外文文献

1. 一种基于分层深度学习miRNA-lncRNA互作关系的预测方法 [P] . 中国专利： CN112270958A . 2021-01-26
2. 一种基于深度学习的蛋白质相互作用位点预测方法 [P] . 中国专利： CN113643756A . 2021-11-12
3. A CRYSTALLOGRAPHIC MODEL OF THE BINDING SITE AND A MODULATOR REGULATING THE CATALYTIC ACTIVITY OF PHOSPHOFRUCTOKINASE (PFK), A METHOD OF DESIGNING, SELECTING AND PRODUCING THE PFK MODULATOR, A COMPUTER-BASED METHOD FOR THE ANALYSIS OF THE INTERACTIONS BETWEEN THE MODULATOR AND PFK, A COMPUTER-BASED METHOD FOR THE ANALYSIS O [P] . 世界知识产权组织专利： WO2009067033A2 . 2009-05-28

机译：调节磷酸果糖激酶（PFK）催化活性的结合位点和调节剂的结晶学模型，一种设计，选择和生产PFK调节剂的方法，一种基于计算机的方法和相互作用之间的相互作用分析的计算机方法基于计算机的分析方法
4. RNA- A deep-learning based system for evaluating the RNA-guided nuclease activity using deep-learning [P] . 韩国专利： KR20190048926A . 2019-05-09

机译： RNA-一种基于深度学习的系统，用于通过深度学习评估RNA引导的核酸酶活性
5. RNA- A deep-learning based system for evaluating the RNA-guided nuclease activity using deep-learning [P] . 韩国专利： KR102029197B1 . 2019-10-08

机译： RNA-一种基于深度学习的系统，用于通过深度学习评估RNA引导的核酸酶活性