公开(公告)号：CN119380811A

公开(公告)日：2025-01-28

申请号：CN202411482977.1

申请日：2024-10-23

Applicant: 安徽农业大学

Inventor： 胡悦然 ,  祝小雷 ,  彭伟 ,  蒲可

IPC: G16B20/30 ,  G16B50/00 ,  G16B40/00 ,  G16B5/00 ,  G06N3/0455 ,  G06N3/098

Abstract: 本发明公开了一种基于二次微调和集成算法的DNA甲基化位点预测方法，属于生物信息学技术领域。本发明将UCSC数据库中获得的人类DNA启动子序列经过1‑mer、3‑mer和5‑mer分词后作为语料库对BERT模型进行预训练，形成Promoter‑BERT模型，实现了对DNA启动子序列中深层特征的捕获和抽象，为后续的微调提供了高效且稳健的初始状态；利用3种甲基化的最大的三个数据集对Promoter‑BERT模型进行第一次微调，并利用数据量较小的14个数据集进行了模型的第二次微调，可以使模型更加专注于学习该数据集特有的特征，从而更好地适应特定任务，这有助于模型在目标任务上获得更高的准确性和性能，减少过拟合的风险。

公开(公告)号：CN119207581A

公开(公告)日：2024-12-27

申请号：CN202411248190.9

申请日：2024-09-06

Applicant: 安徽农业大学

Inventor： 窦欣雨 ,  彭伟 ,  赵子涵 ,  魏卓宇 ,  祝小雷

IPC: G16B40/00 ,  G16B30/00 ,  G06N3/0455

Abstract: 本发明公开了一种基于集成学习的RNA中2OM位点预测方法，属于生物信息学技术领域。本发明针对RNA序列特性，对Promoter‑BERT模型进行特定任务的微调，使其能够更有效地捕捉特定任务中RNA序列的复杂模式，从而获取高质量的生物学特征表示；采用ANOVA技术对提取的特征进行选择，剔除冗余特征，保留最具影响力的特征，此外，结合传统的序列特征与通过Word2Vec模型得到的嵌入特征，以增强模型的表达能力；结合轻量级梯度提升机与深度学习模型的预测结果，通过软投票机制形成最终的预测模型，这种集成方法不仅提高了模型的泛化能力，还增加了预测的稳定性。