申请/专利权人：东北林业大学

申请日：2023-01-13

公开（公告）日：2024-04-16

公开（公告）号：CN116070157B

主分类号：G06F18/2415

分类号：G06F18/2415;G06F18/214;G06F18/2431;G06F18/25;G16B30/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2023.05.23#实质审查的生效;2023.05.05#公开

摘要：基于级联森林和双流结构的circRNA识别方法，具体涉及一种利用级联森林基于RNA序列k‑mer生物特征和circRNA剪接位置特征的双流结构的circRNA识别方法，为了解决现有circRNA识别方法识别的结果不准确的问题。获取预处理后包含circRNA或lncRNA的RNA序列，获得每条RNA序列剪接位置序列的位置特征向量，以及RNA序列k‑mer信息的k‑mer特征向量，将二者分别输入位置森林和k‑mer森林中，分别输出位置类别概率向量和k‑mer类别概率向量，将位置类别概率向量和k‑mer类别概率向量分别与超参数u进行融合，将融合后的两个结果相加，得到RNA序列最终的类别概率向量，获得RNA序列是否为circRNA的识别结果。属于生物信息领域。

主权项：1.基于级联森林和双流结构的circRNA识别方法，其特征在于：它包括以下步骤：S1、分别获取circRNA样本集和lncRNA样本集，将circRNA样本集和lncRNA样本集合并，作为原始样本集，在GRCh37人类基因库中根据原始样本集获取对应的RNA序列，得到初始训练集，对初始训练集进行预处理，得到训练集；S2、提取训练集中每条RNA序列的剪接位置序列，以及所述RNA序列的k-mer信息，获得剪接位置序列的位置特征向量，以及k-mer信息的k-mer特征向量；S3、将训练集中每条RNA序列的位置特征向量和k-mer特征向量分别输入两个独立的级联森林模型中进行训练，分别输出位置类别概率向量和k-mer类别概率向量，直至每个级联森林模型输出的类别概率向量不变，分别获得位置森林和k-mer森林；S4、将位置类别概率向量和k-mer类别概率向量分别与超参数u进行融合，将融合后的两个结果相加，得到RNA序列最终的类别概率向量，获得RNA序列是否为circRNA的识别结果，并对识别结果进行评估；S5、获取待识别RNA序列的位置特征向量和k-mer特征向量，分别输入S3中位置森林和k-mer森林内，分别输出位置类别概率向量和k-mer类别概率向量，执行S4，得到RNA序列是否为circRNA的识别结果。

全文数据：

权利要求：

百度查询： 东北林业大学 基于级联森林和双流结构的circRNA识别方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD