[发明专利]一种基于深度学习的双神经网络结构预测lncRNA－蛋白质相互作用方法有效
| 申请号： | 202110592443.4 | 申请日： | 2021-05-28 |
| 公开（公告）号： | CN113313167B | 公开（公告）日： | 2022-05-31 |
| 发明（设计）人： | 彭利红;王畅;周立前;田雄飞 | 申请（专利权）人： | 湖南工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G16B5/00;G16B40/00 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 杨千寻;杜梅花 |
| 地址： | 412000 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的双神经网络结构预测lncRNA－蛋白质相互作用方法。首先，LPI特征提取：先获取已知的lncRNA序列、蛋白质序列，分别用Pyfeat和BioTriangle提取lncRNA和蛋白质的特征；然后，特征降维：基于主成分分析(PCA)分别对lncRNA和蛋白质原始特征进行降维，在降维之后将这些特征连接成一个向量；其次，建立LPI预测框架模型：建立由FIR网络和MLP网络组成的双神经网络结构的深度学习模型；最后，利用双神经网络结构对未知lncRNA‑蛋白质对进行分类。本发明比利用实验手段探测大规模的lncRNA‑蛋白质交互作用耗时更少，费用更低，可以实现对多个数据集进行训练和测试，预测偏差小，预测性能好，预测结果准确，并可以用于寻找新的lncRNA‑蛋白质关联对。 | ||
| 搜索关键词： | 一种 基于 深度 学习 神经网络 结构 预测 lncrna 蛋白质 相互作用 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖南工业大学，未经湖南工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110592443.4/，转载请声明来源钻瓜专利网。
- 上一篇：血管结扎装置
- 下一篇：碳酸盐岩溶蚀-冲剪交互作用试验系统及测试方法
