公开(公告)号：CN116741308A

公开(公告)日：2023-09-12

申请号：CN202310718986.5

申请日：2023-06-16

Applicant: 安徽农业大学

Inventor： 刘银博 ,  闫晓迪 ,  文戬 ,  曾欣 ,  朱浩然 ,  祝小雷

IPC: G16C20/50 ,  G16C20/70 ,  G06N3/042 ,  G06N3/047 ,  G06N3/082 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开了一种基于HGT和随机自编码器的环状RNA‑药物关联预测方法，包括以下步骤：A、随机生成C和D两个向量分别表示circRNA和药物的编码，然后将它们分别输入到全连接层中进行编码，作为自编码器的一部分；B、将交互运算符的权重矩阵参数化为三个部分：源节点的投影、边缘的投影和目标节点的投影；然后，通过对每个边缘计算头注意力得分来计算源节点和目标节点之间的互注意力；C、将信息从源节点传递到目标节点；同时将元边缘关系整合到消息传递过程中；D、构建基于节点和边缘元关系的多层HGT模型，将每轮HGT操作的输出编码串联起来作为最终编码，得到新的circRNA‑药物敏感性关联矩阵。本发明能够更准确地预测circRNA和药物敏感性之间的关联。

公开(公告)号：CN118629516A

公开(公告)日：2024-09-10

申请号：CN202410614904.7

申请日：2024-05-17

Applicant: 安徽农业大学

Inventor： 陈敏瑜 ,  文戬 ,  沈永祺 ,  祝小雷

IPC: G16B40/20 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/06 ,  G06N3/09

Abstract: 本发明公开了一种基于多模态特征和孪生网络的神经肽预测方法及系统，属于神经肽预测技术领域，包括以下步骤：S1：构建基准数据集；S2：NPs编码；S3：孪生网络模块构建；S4：蛋白质语言模块构建；S5：构建预测模型；S6：利用模型进行预测。本发明构建了一个平衡的数据集，在此数据集的基础上，利用四种编码方式(令牌嵌入编码、word2vec嵌入编码、手工特征编码、蛋白质语言嵌入编码)得到神经肽序列的特征向量，利用孪生网络模块和蛋白质语言模块结合构建预测模型，能够对神经肽(NPs)进行准确识别，精度超过目前已有的预测方法。