本发明公开了一种基于信息融合和深度学习的原核生物乙酰化位点预测方法，涉及生物信息技术领域。所述预测方法引入多信息融合，从序列信息、物理化学信息、进化信息多方面对蛋白质序列进行特征编码，充分反映乙酰化位点与非乙酰化位点蛋白质序列之间的差异性。Group Lasso对原始特诊空间进行筛选和优化，保留识别乙酰化位点模型的重要特征，得到最佳特征子集，提高模型计算速度和质量。深度神经网络通过层级学习最优特征子集生成具有判别力的特征，有效区分蛋白质序列中的乙酰化位点和非乙酰化位点，同时节约计算时间并且避免其它成本和相关限制，不仅能够帮助深入了解乙酰化分子机制，而且能为进行乙酰化位点识别相关实验验证提供有价值的参考信息。
📄 2019113635778
📂 G16B20_30
👤 青岛科技大学
📅 2019-12-26
本发明涉及一种预测DNA蛋白质结合位点的集成学习方法，其包括以下步骤：获取DNA结合蛋白质位点的蛋白质序列数据；对DNA结合蛋白质位点的蛋白质序列数据预处理；使用one‑hot编码方式构建输入数据；将提取的特征合并，构建每个蛋白质序列上氨基酸的特征，将其作为输入数据；使用SMOTE算法对正样本数据进行过采样；根据正样本大小将负样本数据分成多份，每份负样本与正样本组合成一个新的数据子集，得到N个数据子集；每个数据子集使用卷积神经网络进行训练；对N个卷积神经网络的结果进行多数投票法集成，从而得到预测结果。本发明解决了不平衡数据情况下的DNA蛋白质结合位点预测问题，提高了预测的准确性。
📄 2018104890373
📂 G16B20_30
👤 成都信息工程大学
📅 2018-05-21
本发明公开了一种淋巴瘤微小残留病灶监控位点筛选系统，涉及淋巴瘤病灶监控技术领域。该淋巴瘤微小残留病灶监控位点筛选方法及系统，包括以下步骤：S1：通过电子显微系统对淋巴瘤处残留病灶进行放大展示，并同时进行外部灭菌处理；S2：在病灶处的淋巴瘤残留癌细胞中植入N元素进行癌细胞DNA的标记。该淋巴瘤微小残留病灶监控位点筛选方法及系统，通过采用癌细胞的分裂强度公式对不同患者体内的癌细胞进行分裂强度的计算，从而能够根据癌细胞分裂强度进行评级，基于该评级下，可以设计出契合每个患者的治疗方案，从而可以对患者进行分类分方法治疗，以减小治疗误差和提高治疗效果，防止延误治疗出现恶化。
📄 2023110821579
📂 G16B20_30
👤 浙江深华生物科技有限公司
📅 2023-08-26
本发明涉及基因测序领域，具体为一种基于图压缩的序列到图比对方法、系统、装置、存储介质，获取基因组图和测序序列，将基因组图中的可合并结点进行合并，生成合并结点，对基因组图进行更新后得到压缩图，基于四位二进制标记位对压缩图和测序序列进行碱基编码，引入碱基置换罚分后进行序列到图的比对，得到不同罚分模式下的比对分数，同时基于最佳比对分数位置确定回溯起点，基于回溯起点依次在其相邻位置中选择其比对分数来源方向作为回溯方向进行回溯，得到最佳比对路径，减少了图数据规模，提高了比对效率。
📄 2024113125193
📂 G16B20_30
👤 烟台大学
📅 2024-09-20
本发明公开了一种基于图像的DNA甲基化位点识别方法。本发明包括以下步骤：首先，利用不同大小的识别窗口对原始Nanopore测序数据集进行电流信号预处理，获得预处理后的测序数据集；接着，利用格拉姆角场方法对预处理后的测序数据集进行数据转换，获得二维图像数据集；再对深度神经网络模型进行训练后，获得DNA甲基化位点识别模型以及对应的识别精度；然后根据识别精度确定最佳识别窗口和DNA甲基化位点识别模型，从而实现对待识别的Nanopore测序数据进行识别。本发明将一维的电流数据向二维的图像数据进行转化，进而借助计算机图像识别的能力对图像进行识别处理，因此能够准确识别出是否发生甲基化或者发生的甲基化类型。
📄 2023109377110
📂 G16B20_30
👤 浙江理工大学
📅 2023-07-28
本发明提供一种基于变分贝叶斯的基因调控网络结构辨识方法，根据不完整和有噪声的基因表达时间序列数据中考虑基因调控网络GRN的结构推断，用含有未知噪声信息的随机非线性状态空间模型，描述了基因表达数据中的动态行为，采用变分贝叶斯VB框架来同时估计参数和基因表达水平，通过生成预测值，可以很容易地处理缺失的观测值；考虑到GRN的稀疏性，利用极端梯度增强树对平滑后的基因数据进行建模，并通过树模型中的重要性得分来识别基因间的调控相互作用。该方法能在观测值缺失的情况下，有效地恢复GRN的调控相互作用，并优于现有的GRN识别方法。
📄 2022100356542
📂 G16B20_30
👤 重庆大学
📅 2022-01-13
本发明公开了一种基于attention的双向表示模型的RNA修饰位点预测方法，其涉及生物信息学RNA转录后修饰位点预测领域。包括：将包含N1‑甲基腺苷修饰位点的RNA碱基序列为正样本和不包含N1‑甲基腺苷修饰位点的RNA碱基序列为负样本，进行词嵌入编码；将编码后的序列分为两路，在一个序列和另一个反转序列首段添加分类符号并进行位置编码；将编码后的两个序列输入编码模块中采用训练权重共享原则反复训练；将两路训练好的序列分类符号相加后经过全连接神经网络层和二分类器，预测哪个序列里包含N1‑甲基腺苷修饰位点。本发明能够描述复杂方面词的上下文关系，加强文本中重要词汇对情感分析的影响，从而准确预测RNA生物序列中是否包含N1‑甲基腺苷修饰位点。
📄 2022112597094
📂 G16B20_30
👤 徐州工业职业技术学院
📅 2022-10-14
本发明公开了一种基于多尺度交叉注意力模型的RNA修饰位点预测方法，涉及生物信息学RNA转录后修饰位点预测领域。包括：对包含N1‑甲基腺苷修饰位点的RNA碱基序列为正样本和不包含N1‑甲基腺苷修饰位点的RNA碱基序列为负样本，每个样本取3组不同尺度的RNA碱基序列作为输入序列；对3组输入序列均进行词嵌入编码和位置编码；将编码后的3组序列输入编码模块中，编码模块包括一个多头交叉注意力层和一个前向反馈全连接层，对输出结果求平均值，后经过全连接神经网络层和两分类器，预测人类物种RNA碱基序列中是否包含N1‑甲基腺苷修饰位点。本发明能够描述复杂方面词的上下文关系，加强文本中重要词汇对甲基化位点预测的影响，从而能够准确预测甲基化位点。
📄 2022112603930
📂 G16B20_30
👤 徐州工业职业技术学院
📅 2022-10-14
本发明属于生物信息学领域，涉及一种基于深度卷积神经网络的RNA‑蛋白质结合位点预测方法，其中包括卷积神经网络和RNA序列数据处理等技术，旨在提高卷积神经网络模型对RNA‑蛋白质结合位点的预测性能。首先，确定不同窗口长度，使用不同长度的窗口分别处理RNA序列；其次，把处理好的RNA序列通过单热编码方式编码成矩阵，针对多个单热编码矩阵训练多个卷积神经网络模型，并保存这些训练好的模型用于预测；最后，将需要预测的RNA序列经过处理后得到多个单热编码矩阵，分别输入对应的卷积神经网络模型得到多个预测概率，取多个模型预测概率的平均值作为预测结果。
📄 2021115196170
📂 G16B20_30
👤 江西祺鑫雨衣制造有限公司
📅 2021-12-14
柿子坊 · 知识产权运营
柿子坊知识产权运营平台