一种只利用序列信息预测RNA结合蛋白的深度学习模型

摘要：

RNA结合蛋白在选择性剪贴、RNA编辑及甲基化等多种生物功能中发挥非常重要的作用,从氨基酸序列预测这些蛋白的功能成为基因组功能注释领域的重要挑战之一.传统的预测方法往往从序列中提取氨基酸的理化特性作为初始特征,忽略了motif及motif之间的位置信息,同时由于训练数据规模小、噪声大,导致预测的精度及可信度降低.在此提出了一种从序列预测RNA结合蛋白的深度学习模型.该模型利用2阶段卷积神经网络探测蛋白质序列的功能域,利用长短期记忆网络获得序列的定长特征表示并且能够学习到功能域之间的长短期依赖关系.预测算法中所用到的特征均是通过“学习”自动获得,克服了传统机器学习中特征选择过程过多的人工干预.实验结果表明:模型在处理大规模序列数据时具有明显的优势.

关键词：RNA结合蛋白、卷积神经网络、长短期记忆神经网络、特征学习、深度学习

所属期刊栏目：55

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金项目61930007;国家“八六三”高技术研究发展计划基金项目2015BA3005;国家“九七三”重点基础研究发展计划基金项目2013CB32930XThis work was supported by the National Natural Science Foundation of China61930007;the National High Technology Research and Development Program of China 863 Program2015BA3005;the National Basic Research Program of China 973 Program2013CB32930X

在线出版日期：2018-02-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：93-101