基于层次注意力神经网络的结核分枝杆菌耐药性预测模型的训练...
公开
摘要
本发明公开了一种基于层次注意力神经网络的结核分枝杆菌耐药性预测模型的训练方法及应用，涉及生物信息学、深度学习与计算机应用技术领域。本发明采用全基因组数据进行模型训练，并基于层次注意力神经网络，将结核分枝杆菌菌株基因上的突变视为词、相应基因中所有突变视为句子、将菌株（或样本）视为由这种句子组成的文档；同时对突变进行预处理，大大提高了训练精度。通过本发明训练方法训练得到的耐药性预测模型包含了突变和相应基因的相对位置信息以及它们之间的相互作用，它有助于发现耐药性相关的基因和突变，并获得更多可解释的生物学结果。可以拓展到多种抗结核药物的耐药性分析，可以高效率和高精确度解决其他细菌耐药性中的预测问题。
基本信息
专利标题 ：
基于层次注意力神经网络的结核分枝杆菌耐药性预测模型的训练方法及应用
专利标题（英）：
暂无
公开（公告）号 ：
CN114566209A
申请号 ：
CN202210205893.8
公开（公告）日 ：
2022-05-31
申请日 ：
2022-03-03
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
孙群蒋中华于中华陈黎卢永美梁鹏宽
申请人 ：
四川大学
申请人地址 ：
四川省成都市武侯区一环路南一段24号
代理机构 ：
成都天嘉专利事务所(普通合伙)
代理人 ：
王朋飞
优先权 ：
CN202210205893.8
主分类号 ：
G16B5/00
IPC分类号 ：
G16B5/00 G16B25/20 G16H70/40
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
G16B5/00
特别适用于生物系统的建模或仿真，例如遗传基因管理网络、蛋白质交互作用网络或新陈代谢作用网络的ICT
法律状态
2022-05-31 ：
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
