(大连理工大学计算机科学与技术学院 辽宁大连 116023) (swh31809184@mail.dlut.edu.cn)
出版日期: 2019-08-01基金资助:国家自然科学基金项目(61872055,61702075)Prediction of miRNA-lncRNA Interaction by Combining CNN and Bi-LSTM
Shi Wenhao, Meng Jun, Zhang Peng, Liu Chanjuan(School of Computer Science and Technology, Dalian University of Technology, Dalian, Liaoning 116023)
Online: 2019-08-01摘要/Abstract
摘要： 非编码RNA(ncRNA)在很多动植物生命活动方面起着重要的调节作用，而微小RNA(miRNA)与长非编码RNA(lncRNA)的相互作用更为重要，其互作关系的研究不仅有助于深入分析基因间生物学功能，也可为疾病的诊治和植物的遗传育种方面提供新思路.目前，miRNA-lncRNA互作关系的预测大多使用生物实验和传统机器学习方法.由于生物鉴定代价高耗时长和机器学习涉及过多人工干预且特征提取过程复杂，在此提出一种融合卷积神经网络(convolutional neural network, CNN)和双向长短期记忆网络(bidirectional long short-term memory network, Bi-LSTM)的深度学习模型，兼备两者优势，既考虑序列间信息相关性和结合上下文信息，又能充分提取序列数据的特征.采用交叉检验评估模型性能，在玉米数据集上与传统机器学习方法和单一模型比对，取得较优的分类效果.另外，采用马铃薯和小麦数据集进行模型测试，准确率分别达到95%和93%以上，验证了模型具有良好的泛化能力.
参考文献
相关文章 15
| [1] | 吴宗友, 白昆龙, 杨林蕊, 王仪琦, 田英杰. 电子病历文本挖掘研究综述[J]. 计算机研究与发展, 2021, 58(3): 513-527. |
| [2] | 廖海斌, 徐斌. 基于性别和年龄因子分析的鲁棒性人脸表情识别[J]. 计算机研究与发展, 2021, 58(3): 528-538. |
| [3] | 付章杰, 李恩露, 程旭, 黄永峰, 胡雨婷. 基于深度学习的图像隐写研究进展[J]. 计算机研究与发展, 2021, 58(3): 548-568. |
| [4] | 古天龙, 冯旋, 李龙, 包旭光, 李云辉. 基于社会新闻数据集的伦理行为判别方法[J]. 计算机研究与发展, 2021, 58(2): 253-263. |
| [5] | 陈晋音, 陈奕芃, 陈一鸣, 郑海斌, 纪守领, 时杰, 程瑶. 面向深度学习的公平性研究综述[J]. 计算机研究与发展, 2021, 58(2): 264-280. |
| [6] | 李金鹏, 张闯, 陈小军, 胡玥, 廖鹏程. 自动文本摘要研究综述[J]. 计算机研究与发展, 2021, 58(1): 1-21. |
| [7] | 孟子尧, 谷雪, 梁艳春, 许东, 吴春国. 深度神经架构搜索综述[J]. 计算机研究与发展, 2021, 58(1): 22-33. |
| [8] | 朱泓睿, 元国军, 姚成吉, 谭光明, 王展, 户忠哲, 张晓扬, 安学军. 分布式深度学习训练网络综述[J]. 计算机研究与发展, 2021, 58(1): 98-115. |
| [9] | 陈可佳, 鲁浩, 张嘉俊. 条件变分时序图自编码器[J]. 计算机研究与发展, 2020, 57(8): 1663-1673. |
| [10] | 杜圣东, 李天瑞, 杨燕, 王浩, 谢鹏, 洪西进. 一种基于序列到序列时空注意力学习的交通流预测模型[J]. 计算机研究与发展, 2020, 57(8): 1715-1728. |
| [11] | 李梦莹, 王晓东, 阮书岚, 张琨, 刘淇. 基于双路注意力机制的学生成绩预测模型[J]. 计算机研究与发展, 2020, 57(8): 1729-1740. |
| [12] | 林培光, 周佳倩, 温玉莲. SCONV：一种基于情感分析的金融市场趋势预测方法[J]. 计算机研究与发展, 2020, 57(8): 1769-1778. |
| [13] | 张金宏, 王兴伟, 易波, 黄敏. 一种面向主干网的器件级动态功率感知节能机制[J]. 计算机研究与发展, 2020, 57(7): 1347-1368. |
| [14] | 李若南, 李金宝. 一种无源被动室内区域定位方法的研究[J]. 计算机研究与发展, 2020, 57(7): 1381-1392. |
| [15] | 李冬梅, 张扬, 李东远, 林丹琼. 实体关系抽取方法研究综述[J]. 计算机研究与发展, 2020, 57(7): 1424-1448. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3983
