一种基于深度学习的CRISPR脱靶效应预测方法
授权
摘要
本发明属于生物信息学领域，公开了一种基于深度学习的CRISPR脱靶效应预测方法，通过使用BERT模型对人类基因组进行信息的抽取，有效地利用基因组的先验信息，并对数据进行有效地加强，最后将获取到的特征输入到LightGBM方法中进行训练预测，本发明解决了数据量少和数据不平衡的问题，并实现了对CRISPR脱靶效应的有效预测，具有十分重要的推广应用价值。
基本信息
专利标题 ：
一种基于深度学习的CRISPR脱靶效应预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111261223A
申请号 ：
CN202010030316.0
公开（公告）日 ：
2020-06-09
申请日 ：
2020-01-12
授权号 ：
CN111261223B
授权日 ：
2022-05-03
发明人 ：
彭绍亮陈东舒文杰李肯立骆嘉伟刘云浩刘凡刘阳辉刘浩
申请人 ：
湖南大学
申请人地址 ：
湖南省长沙市岳麓区麓山南路1号
代理机构 ：
国防科技大学专利服务中心
代理人 ：
王文惠
优先权 ：
CN202010030316.0
主分类号 ：
G16B15/30
IPC分类号 ：
G16B15/30 G16B30/00 G16B40/00
IPC结构图谱
G
G部——物理
G16
特别适用于特定应用领域的信息通信技术
G16B
生物信息学，例如特别适用于计算分子生物学中的遗传或蛋白质相关数据处理的信息与通信技术
G16B15/00
特别适用于分析二维或三维分子结构，例如结构或功能关系、结构排序的ICT
G16B15/30
利用结构数据进行药物靶向;对接或绑定预测
法律状态
2022-05-03 ：
授权
2020-07-03 ：
实质审查的生效
IPC(主分类) : G16B 15/30
申请日 : 20200112
申请日 : 20200112
2020-06-09 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
