一种基于深度卷积神经网络的RNA-蛋白质结合位点预测方法

授权

摘要

本发明属于生物信息学领域，涉及一种基于深度卷积神经网络的RNA‑蛋白质结合位点预测方法，其中包括卷积神经网络和RNA序列数据处理等技术，旨在提高卷积神经网络模型对RNA‑蛋白质结合位点的预测性能。首先，确定不同窗口长度，使用不同长度的窗口分别处理RNA序列；其次，把处理好的RNA序列通过单热编码方式编码成矩阵，针对多个单热编码矩阵训练多个卷积神经网络模型，并保存这些训练好的模型用于预测；最后，将需要预测的RNA序列经过处理后得到多个单热编码矩阵，分别输入对应的卷积神经网络模型得到多个预测概率，取多个模型预测概率的平均值作为预测结果。

基本信息

专利标题：

一种基于深度卷积神经网络的RNA-蛋白质结合位点预测方法

专利标题（英）：

暂无

公开（公告）号：

CN113936738A

申请号：

CN202111519617.0

公开（公告）日：

2022-01-14

申请日：

2021-12-14

授权号：

CN113936738B

授权日：

2022-04-22

发明人：

潘正森周树森邹海林柳婵娟臧睦君刘通王庆军

申请人：

鲁东大学

申请人地址：

山东省烟台市芝罘区红旗中路186号

代理机构：

代理人：

优先权：

CN202111519617.0

主分类号：

G16B20/30

IPC分类号：

G16B20/30 G16B40/00 G06N3/04 G06N3/08