一个深度学习DNA序列特异性的预测模型

摘要：

DNA序列特异性是指DNA序列对特异性蛋白质的结合能力.基于深度学习的框架去预测DNA和蛋白质是否结合.首先对DNA序列进行词切分,然后利用词向量模型学习DNA序列词向量,将提取的序列词向量输入卷积神经网络以此提取高层特征,随后利用双向长短周期网络对序列特征进行再累积提取,最后用累积特征进行分类.本文在权威的690个数据集上进行了实验.实验结果与当今权威方法的结果相比具有很强的竞争力.

关键词：词向量、卷积神经网络、双向长短周期网络、DNA序列特异性

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61170125;NSFC-广东联合基金第二期超级计算科学应用研究专项资助;国家超级计算广州中心支持项目V1501501

在线出版日期：2018-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2424-2427