-
公开(公告)号：CN117219175A
公开(公告)日：2023-12-12
申请号：CN202311165448.4
申请日：2023-09-11
Applicant: 安徽大学
IPC: G16B40/20 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于深度卷积神经网络的微拟球藻启动子可解释预测方法，包括：1、微拟球藻启动子序列数据的收集和预处理；2、基于稠密连接卷积与注意力机制建立微拟球藻启动子分类网络；3、利用二分类交叉熵损失函数训练微拟球藻启动子分类网络，得到最优分类模型；4、基于残差连接与空洞卷积建立微拟球藻启动子重要性得分生成网络；5、利用预测损失与保存量损失训练微拟球藻启动子重要性得分生成网络，得到最优生成模型。本发明能够在不同的菌株数据上均得到较为准确的微拟球藻启动子分类预测结果，并基于启动子核苷酸的重要性得分对预测结果作出忠实的解释，从而为后续针对微拟球藻的研究提供工具与思路。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
