[發明專利]一種注意力機制預測lncRNA的RBP結合位點的方法

在審

• 申請號: 202011144401.6
• 申請日: 2020-10-23
• 公開（公告）號: CN112270955A
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 宋金淼;謝凡森;楊紫琪;段曉東;張子晨
• 申請（專利權）人: 大連民族大學
• 主分類號: G16B20/30
• 分類號: G16B20/30;G16B40/00
• 代理公司: 大連星海專利事務所有限公司 21208
• 代理人: 楊翠翠

一種注意力機制預測lncRNA的RBP結合位點的方法，其屬于生物信息學領域。該方法采用一種基于高階統計的編碼方法，利用序列特征進行高維空間表示作為模型輸入。在基準數據集上對Att_Cnn_Caps模型進行評價，取得了比傳統分類器更高的分類精度，采用了基于注意機制、卷積神經網絡的聯合處理層。它能夠針對輸入矩陣的不同位置捕獲不同的注意權重，提取出更高級的特征。由于一個完整的序列包含復雜的信息，使用膠囊網絡來提高預測性能。膠囊網絡采用矢量表示輸入特征，采用動態路由機制更新參數。

技術領域

本發明涉及一種注意力機制預測lncRNA的RBP結合位點的方法，其屬于生物信息學領域。

背景技術

RNA結合蛋白(RBP)在不同的翻譯后階段與靶RNA分子相互作用，包括選擇性剪接、mRNA穩定、定位、翻譯和降解。發現lncrna與蛋白的相互作用，發現RBPs的結合位點，有助于了解轉錄后的調控機制，探索癌癥的發病機制及在其他疾病中的可能作用，并找到潛在的藥物靶點。基因組學由于下一代測序技術的廣泛應用，使人們可以通過大量的實驗獲得RBPs數據，但這些技術往往效率低、周期長、成本高。利用計算方法從序列中預測RBPs結合位點是一種重要的手段。RBPs預測的本質是一個分類問題，序列特征表示方法直接影響分類的精度。常見的RNA序列特征表示包括序列信息、結構信息、理化性質及其組合方法。

近年來，具有強大仿真預測能力的數據驅動深度學習方法得到了廣泛的應用。例如，DeepBind使用微陣列和輸入深卷積神經網絡(CNN)的測序數據來預測序列特異性。IDeepS考慮RBP結合序列的結構信息，訓練兩個獨立的CNN提取序列的特征和二級結構的特征，然后將它們合并到一個長-短期記憶網絡(LSTM)中，得到改進模型預測性能的高級特征。IDeepE考慮到序列的局部和全局特征之間的差異，將局部和全局特征輸入到不同的CNN中，以提高RBP結合位點的預測能力。DeepRiPe提出了一個多任務多模式DNN模型，旨在描述RBP綁定偏好。CircRNA-RBP采用基于密碼子的編碼方案提取序列特征，并訓練卷積神經網絡和遞歸神經網絡(RNN)混合深度學習模型來識別CircRNA結合蛋白的結合偏好。DeepMVF-RBP將多視圖特征表示與深度信任網絡(DBN)方法相結合，用于預測新的候選結合位點和發現潛在的結合模體。MmCNN將序列和結構信息轉換為一個熱編碼和結構表達矩陣，并輸入多個多尺度卷積模塊來檢測RBP結合位點的模體。然而，這些特征表示方法由于維數低、編碼規則簡單、忽略了RBP結合位點短距離內的核苷酸相關性，可能會丟失大量的關鍵序列信息。另外，CNN通過卷積運算從輸入信息中提取深度特征，忽略了特征之間的相關性。此外，由于合并操作會丟失一些信息，這限制了CNN的性能。

因此，本發明提出了一種預測lncRNA的RBP結合位點的方法，采用一種基于高階統計的編碼方法，將用于高維空間表示的序列特征作為模型輸入。在基準數據集上對預測方法進行了評價，取得了比傳統分類器更高的分類精度。

發明內容

本發明的目的在于提供了一種新的預測植物lncRNA的RBP結合位點的方法，采用本方法能在不丟失關鍵序列信息的情況下，準確提高預測效率。

為達到上述效果，本發明的技術方案如下：

一種注意力機制預測植物lncRNA的RBP結合位點的方法，包括以下步驟：