基于二级结构和多模型融合的非编码RNA与蛋白质相互作用预测方法.pdfVIP

下载本文档

5
0
约9.57千字
约 9页
2023-05-29 发布于四川
举报
版权申诉

基于二级结构和多模型融合的非编码RNA与蛋白质相互作用预测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于二级结构和多模型融合的非编码RNA与蛋白质相互作用预测方法，属于生物信息学与计算机应用领域，该方法通过结合的集成学习模型进行非编码RNA与蛋白质相互作用预测，方法的步骤中包括：分别提取非编码RNA、蛋白质序列和二级结构的k‑mer字符组合；根据序列和二级结构的对应关系，构造非编码RNA和蛋白质的高阶序列‑二级结构特征矩阵，使RNA、蛋白质序列信息数字化；搭建卷积神经网络框架，使用公开的PDB数据集训练该深度学习模型；提取通过深度学习处理后的高水平特征，训练随机森林模型。有益效

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112420127 A (43)申请公布日 2021.02.26 (21)申请号 202011155255.7 (22)申请日 2020.10.26 (71)申请人大连民族大学地址