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。

公开(公告)号：CN118761412B

公开(公告)日：2025-04-01

申请号：CN202410768730.X

申请日：2024-06-14

Applicant: 安徽农业大学

Inventor： 祝小雷 ,  魏卓宇 ,  沈永祺

IPC: G06F40/284 ,  G16B25/00 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种基于生物分词的抗病毒肽预测方法，属于抗病毒肽药物预测技术领域，包括以下步骤：S1：构建数据集；S2：生物分词处理；S3：生物分词特征表示；S4：构建生物分词预测模型；S5：模型训练；S6：利用模型进行预测。本发明使用生物分词将肽序列表示为自然语言处理中的句子，然后使用Word2Vec来获取这些生物分词的嵌入表示，基于生物分词的嵌入表示，构建了生物分词预测模型，实现了对抗病毒肽更高的预测精度，并通过将本发明生物分词预测模型与其他最先进的模型进行比较，证明了所提出的生物分词方法的有效性。

公开(公告)号：CN118761412A

公开(公告)日：2024-10-11

申请号：CN202410768730.X

申请日：2024-06-14

Applicant: 安徽农业大学

Inventor： 祝小雷 ,  魏卓宇 ,  沈永祺

IPC: G06F40/284 ,  G16B25/00 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种基于生物分词的抗病毒肽预测方法，属于抗病毒肽药物预测技术领域，包括以下步骤：S1：构建数据集；S2：生物分词处理；S3：生物分词特征表示；S4：构建生物分词预测模型；S5：模型训练；S6：利用模型进行预测。本发明使用生物分词将肽序列表示为自然语言处理中的句子，然后使用Word2Vec来获取这些生物分词的嵌入表示，基于生物分词的嵌入表示，构建了生物分词预测模型，实现了对抗病毒肽更高的预测精度，并通过将本发明生物分词预测模型与其他最先进的模型进行比较，证明了所提出的生物分词方法的有效性。