申请/专利权人:南京农业大学
申请日:2023-12-08
公开(公告)日:2024-03-08
公开(公告)号:CN117668693A
主分类号:G06F18/2415
分类号:G06F18/2415;G06F18/22;G06F18/214;G06F18/25;G06F18/213;G06N3/0464;G06N3/047;G06N3/048;G06N3/08;G16B30/00;G16B40/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.26#实质审查的生效;2024.03.08#公开
摘要:本发明公开了一种根据全基因组序列特征准确识别有益菌的方法,其包括:步骤1、数据获取及分类标记;步骤2、数据预处理;步骤3、使用k‑mer频率的方法,构建k‑mer频率特征作为输入特征;步骤4、构建网络预测模型,并利用模型进行预测识别:使用积分梯度方法获取基因权重定位关键基因。本发明为基于细菌基因组规模的有益性的精准识别提供新的思路和手段;同时,能够得到模型对每个基因的重视程度,定位到影响模型分类的关键基因;本方法的完善和推广具有广阔的前景和非凡的意义。
主权项:1.一种根据全基因组序列特征准确识别有益菌的方法,其特征在于包括如下步骤:步骤1、数据获取及分类标记;步骤2、数据预处理;步骤3、使用k-mer频率的方法,构建k-mer频率特征作为输入特征;步骤4、构建网络预测模型,并利用模型进行预测识别:将特征向量送入以并排方式连接的CrossNet,ResNet和DeepNet模块,然后,在组合层将三个网络的输出进行特征融合并将得到的融合特征输入到SENet模块中,进而通过最后的输出层得到预测概率。
全文数据:
权利要求:
百度查询: 南京农业大学 一种根据全基因组序列特征准确识别有益菌的方法
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。