一种基于CNN和Transformer的拓扑关联结构域检测方法
申请号:CN202510257626
申请日期:2025-03-05
公开号:CN120148615A
公开日期:2025-06-13
类型:发明专利
摘要
本公开提供了一种基于CNN和Transformer的拓扑关联结构域检测方法,本公开首先deepTAD识别TAD边界,随后通过Wilcoxon秩和检验去除假阳性边界,再计算余弦相似度,将过滤后的边界组合成完整的TAD。通过这一方法,可以构建基因组的三维组织图,能够识别独立的TAD以及嵌套的TAD结构。实验结果表明,deepTAD可以快速、准确地从不同的Hi‑C接触矩阵中识别TAD,其性能优于现有方法,证明了其有效性。总之,本公开的方案助于更深入理解基因组的三维结构及其功能关联。
技术关键词
深度学习模型
矩阵
编码器
多层次特征提取
待测物质
通道注意力机制
染色体
多头注意力机制
输出特征
三维组织
特征提取模块
多层感知机
非线性
分辨率
三维结构
滑动窗口
频率