基于RNAErnie预训练模型的RNA N4-乙酰胞苷修饰位点预测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于RNAErnie预训练模型的RNA N4-乙酰胞苷修饰位点预测方法及系统
申请号:CN202411508778
申请日期:2024-10-28
公开号:CN119252330B
公开日期:2025-08-22
类型:发明专利
摘要
本发明涉及一种基于RNAErnie预训练模型的RNAN4‑乙酰胞苷修饰位点预测方法及系统。所述方法包括:采集RNA序列数据集输入至RNAErnie预训练模型中捕捉上下文依赖关系并提取出全局特征;通过RNAErnie预训练模型结合六种传统特征编码方法进行特征编码;通过深度神经网络模型中进行特征降维后输入至软投票集成模型中集成不同分类器的预测结果,得到RNAN4‑乙酰胞苷修饰位点预测结果。通过RNAErnie预训练模型进行多级掩码,并结合六种传统特征编码方式可以捕捉到序列的细节和物理化学属性;利用深度神经网络自动进行特征降维,减少了计算复杂度并保留了关键信息;将降维后的特征输入软投票集成模型,通过集成多个分类器得到最终预测结果,显著提升了预测的准确性和鲁棒性。
技术关键词
位点预测方法 特征编码方法 深度神经网络模型 胞苷 乙酰 序列 分类器 数据 预测系统 线性变换矩阵 注意力 指标 编码模块 界面 关系 鲁棒性
系统为您推荐了相关专利信息
卸载方法 决策 元学习方法 训练深度神经网络 剪枝技术
异常识别方法 数控机床 机床传感器 深度神经网络模型 协议
重组蛋白 子宫 微流控芯片 胎牛血清 动态
分析方法 可视化分析工具 深度神经网络模型 密度 图谱
生物标志物 逻辑回归模型 乙酰左卡尼汀 蜕皮激素 胆固醇