[发明专利]一种基于深度递归神经网络的DNase高通量测序数据中DNA碱基倾向性偏差消除方法

摘要

本发明提供一种基于深度递归神经网络的DNase高通量测序数据中DNA碱基倾向性偏差消除方法，步骤一：DNase‑Seq数据酶切位点区域DNA碱基获取，步骤二：DNase‑Seq数据DNA碱基倾向性获取，步骤三：基于深度递归神经网络的DNA碱基组合倾向性模型构建，步骤四：DNA碱基倾向性偏差消除。通过所发明的方法可以精确地滤除DNase高通量测序数据中含有的DNA碱基倾向性偏差，以生成更加准确的DNase‑Seq测序结果，从而为后续更高层次的应用分析提供数据保障。

主权项

1.一种基于深度递归神经网络的DNase高通量测序数据中DNA碱基倾向性偏差消除方法，其特征在于：步骤如下：步骤一：DNase‑Seq数据酶切位点区域DNA碱基获取：依据DNase‑Seq数据在基因组中的位置，提取每一个数据对应酶切位点附近区域的DNA碱基；步骤二：DNase‑Seq数据DNA碱基倾向性获取：首先，计算第i种碱基组合ci被剪切nj次的概率：其中，P(ci|nj)和P(nj)概率是从DNase‑Seq实验数据中统计求得的；然后，计算第i种碱基组合ci的酶切倾向性Qi：步骤三：基于深度递归神经网络的DNA碱基组合倾向性模型构建：按照DNA碱基倾向性值由大到小进行排序，选取碱基组合作为正负样本数据进行深度递归神经网络模型训练，获取描述DNase‑Seq中DNA碱基组合倾向性的深度递归神经网络预测模型；步骤四：DNA碱基倾向性偏差消除：利用训练得到的深度递归神经网络模型，针对DNase‑Seq实验中每一个检测数据预测其碱基倾向性，并予以消除。已知第i个检测数据第j个位点上酶切值DNaseij的碱基组合倾向性为Qij，则碱基倾向性偏差消除后的检测值DNaseij_C为：其中，a、b是经优化求取的参数。