申请/专利权人:中国科学院计算技术研究所苏州智能计算产业技术研究院
申请日:2020-07-27
公开(公告)日:2020-11-24
公开(公告)号:CN111986730A
主分类号:G16B20/30(20190101)
分类号:G16B20/30(20190101);G16B40/00(20190101);G06N3/04(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2020.12.11#实质审查的生效;2020.11.24#公开
摘要:本发明揭示了一种预测siRNA沉默效率的方法,其特征在于:在输入层设置特征提取模块对数据集进行特征提取和处理,使用多模motif输入结合词向量预训练模型获得序列词向量、循环神经网络提取序列的潜在特征并引入注意力模型,利用逻辑回归模块计算得到siRNA沉默效率的预测结果。应用本发明预测siRNA沉默效率的技术解决方案,通过训练得到神经网络模型能提高对输入序列进行预测的效率,为实验人员提供效率上的参考,减少试验次数,降低时间与金钱成本;有利于实现沉默效率预测的量化,并提升预测准确度,模型预测效果在Husken数据集上PCC值达到0.716。
主权项:1.一种预测siRNA沉默效率的方法,其特征在于:在输入层设置特征提取模块对数据集进行特征提取和处理,使用词向量预训练模型获得序列词向量,并结合循环神经网络提取序列的潜在特征,再利用逻辑回归模块计算得到siRNA沉默效率的预测结果。
全文数据:
权利要求:
百度查询: 中国科学院计算技术研究所苏州智能计算产业技术研究院 一种预测siRNA沉默效率的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。