融合卷积神经网络和最短路径计算的染色体三维重构

摘要：

通过卷积神经网络建模,利用染色体的原始相互作用频率(IF)矩阵中的值推断矩阵邻近区域,以降低矩阵的稀疏程度形成相对稠密矩阵;将相对稠密矩阵转换为距离矩阵,构建加权无向图,计算图中任意两个顶点之间的最短路径,以补全矩阵剩余未知部分的值,形成完整距离矩阵;运用多维缩放方法在完整距离矩阵上推断出染色体三维结构.在高通量染色体构象捕获(Hi-C)数据上的实验结果表明,相较于已有的代表性同类算法,本文给出的算法能够获得更小的均方根误差值、更大的Pearson相关系数值,所重构的染色体三维结构与真实结构更相似.

关键词：染色体三维重构、卷积神经网络、最短路径、多维缩放、高通量染色体构象捕获

所属期刊栏目：44

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2023-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：724-730