[發明專利]一種基于卷積神經網絡和規劃動態算法的RNA二級結構生成器及其預測方法

有效

• 申請號: 201810851933.X
• 申請日: 2018-07-30
• 公開（公告）號: CN110021340B
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 張浩;張春鶴;劉元寧;魏旭;常浩武;李聰
• 申請（專利權）人: 吉林大學
• 主分類號: G16B15/00
• 分類號: G16B15/00;G16B30/10
• 代理公司: 北京遠大卓悅知識產權代理有限公司 11369
• 代理人: 姜美洋

1.一種基于卷積神經網絡和規劃動態算法的RNA二級結構預測方法，其特征在于，包括：

步驟一、選取已知RNA二級結構的數據作為訓練樣本，并對訓練樣本 進行預處理得到訓練數據；

其中，所述RNA二級結構通過RNA二級結構生成器獲取，所述RNA二級結構生成器包括：

微處理器；

存儲單元，其包括：

內存儲單元，其用于RNA初始數據的存儲；

緩存單元，其連接所述內存儲單元；

外存儲單元，其與所述微處理器連接，用于完成所述RNA二級結構預測結果數據的存儲；

處理單元，其包括：

預處理單元，其用于獲取緩存單元中RNA數據，并對所述RNA數據進行預處理；

滑動窗口單元，其連接所述預處理單元，用于將經過預處理后的RNA數據分割為大小相同的核苷酸序列二維數組；

卷積神經網絡模型單元，其以RNA測序及其結構數據為基礎，構建卷積神經網絡模型，對序列內各個堿基進行分類預測；

規劃動態算法單元，其用于修正卷積神經網絡模型單元的預測結果；

步驟二、將經過預處理后的RNA數據分割為大小相同的RNA二維數組；

步驟三、準備訓練樣本集，將訓練樣本集進行分類，構建卷積神經網絡模型，提取出數據中有效的隱藏特征，調整模型參數，優化預測精度，直至模型內部參數收斂，得到訓練完成的卷積神經網絡模型；

步驟四、 對待預測的RNA序列數據進行預處理，并輸入訓練完成的卷積神經網絡模型，對序列內各個堿基進行分類預測；其中，分類預測結果為生成RNA二級結構的概率；

步驟五、將分類預測完成的二級結構預測結果輸入規劃修正算法模型進行誤差修正，進而得到最終的二級結構預測結果；

所述步驟五包括：

規劃動態算法單元將讀取卷積神經網絡模型單元中的l個三元組與未標記的RNA的序列數據，并以此為依據，經過下面公式計算

其中，

N(i,j)表示未知結構RNA序列中第i個堿基到第j個堿基之間形成的結構的最大概率和；R_i為RNA序列上第i個堿基類別，R_j為RNA序列上的第j個堿基類別；

經過多次迭代后生成的N(1,l)所對應的結構為所求的符合RNA二級結構定義且各個堿基匹配概率之和最大的RNA二級結構。

2.根據權利要求1所述的基于卷積神經網絡和規劃動態算法的RNA二級結構預測方法，其特征在于，所述預處理包括將RNA序列數據進行獨熱編碼。

3.根據權利要求2所述的基于卷積神經網絡和規劃動態算法的RNA二級結構預測方法，其特征在于，所述步驟二利用滑動窗口的方式，將RNA四元組分割為多個相同的二維數組，并將其對應的結構數據作為對應數組的特征標簽。

4.根據權利要求1或3所述的基于卷積神經網絡和規劃動態算法的RNA二級結構預測方法，其特征在于，所述步驟二包括：將所述二維數組作為輸入向量群輸入卷積神經網絡模型，所述神經網絡模型包括兩個卷積層、兩個池化層，兩個全連接層和一個輸出層，第一卷積層的卷積核為維度相等的矩陣，其大小為3×1×1，第二卷積層卷積核大小為3×1×8，輸出層向量為三種RNA二級結構的生成概率。