[發明專利]一種lncRNA與目標DNA結合預測方法及系統

有效

• 申請號: 202110065875.X
• 申請日: 2021-01-19
• 公開（公告）號: CN112786112B
• 公開（公告）日: 2023-10-20
• 發明（設計）人: 劉義莎;戴智明
• 申請（專利權）人: 中山大學
• 主分類號: G16B40/00
• 分類號: G16B40/00;G16B15/30;G06F18/25;G06F18/24;G06N3/0464;G06N3/0442;G06N3/048;G06N3/045;G06N3/08
• 代理公司: 深圳市創富知識產權代理有限公司 44367
• 代理人: 高冰

1.一種lncRNA與目標DNA結合預測方法，其特征在于，包括以下步驟：

獲取lncRNA序列和DNA序列；

基于卷積神經網絡分別對lncRNA序列和DNA序列進行特征提取處理，得到對應的序列特征；

基于lncRNA-DNA融合網絡將對應的序列特征連接并輸出結果。

2.根據權利要求1所述一種lncRNA與目標DNA結合預測方法，其特征在于，還包括：

基于SDG優化器對lncRNA-DNA融合網絡構建二分類交叉熵函數。

3.根據權利要求2所述一種lncRNA與目標DNA結合預測方法，其特征在于，所述卷積神經網絡包括一維卷積層、一維最大池化層、批標準化層、雙向GRU層和注意力機制層。

4.根據權利要求3所述一種lncRNA與目標DNA結合預測方法，其特征在于，所述基于卷積神經網絡分別對lncRNA序列和DNA序列進行特征提取處理，得到對應的序列特征這一步驟，其具體包括：

基于lncRNA卷積神經網絡對lncRNA序列進行特征提取處理，得到lncRNA序列特征；

基于DNA卷積神經網絡DNA序列進行特征提取處理，得到DNA序列特征。

5.根據權利要求4所述一種lncRNA與目標DNA結合預測方法，其特征在于，所述基于lncRNA卷積神經網絡對lncRNA序列進行特征提取處理，得到lncRNA序列特征這一步驟，其具體包括：

基于one-hot方法對lncRNA序列進行編碼處理，得到lncRNA序列特征；

基于一維卷積層對lncRNA序列特征進行壓縮，得到壓縮后的lncRNA序列特征；

將壓縮后的lncRNA序列特征依次經過一維最大池化層、批標準化層、雙向GRU層和注意力機制層，得到最終的lncRNA序列特征。

6.根據權利要求5所述一種lncRNA與目標DNA結合預測方法，其特征在于，所述基于DNA卷積神經網絡DNA序列進行特征提取處理，得到DNA序列特征這一步驟，其具體包括：

基于one-hot方法對DNA序列進行編碼處理，得到DNA序列特征；

基于一維卷積層對DNA序列特征進行壓縮，得到壓縮后的DNA序列特征；

將壓縮后的DNA序列特征序列特征依次經過一維最大池化層、批標準化層、雙向GRU層和注意力機制層，得到最終的DNA序列特征。

7.根據權利要求6所述一種lncRNA與目標DNA結合預測方法，其特征在于，所述基于lncRNA-DNA融合網絡將對應的序列特征連接并輸出結果這一步驟，其具體包括：

將最終的lncRNA序列特征和最終的DNA序列特征連結，得到連結結果；

基于sigmoid激活函數對連結結果進行判斷，得到連結結果對應的預測分數。

8.一種lncRNA與目標DNA結合預測系統，其特征在于，包括以下模塊：

序列獲取模塊，用于獲取lncRNA序列和DNA序列；

序列特征提取模塊，基于卷積神經網絡分別對lncRNA序列和DNA序列進行特征提取處理，得到對應的序列特征；

融合模塊，基于lncRNA-DNA融合網絡將對應的序列特征連接并輸出結果。