期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
m^(6)AmTwins:基于深度学习和Twins网络的m^(6)A_(m)位点预测
1
作者 贾建华 陈天 +1 位作者 吴跟强 孙明炜 《中国生物化学与分子生物学报》 CAS CSCD 北大核心 2023年第6期889-895,共7页
N6,2′-O-二甲基腺苷(m^(6)Am)是一种常见的RNA分子的可逆修饰。部分研究已经说明m^(6)Am对mRNA的影响,但现阶段对m^(6)Am的生物学功能探索仍不够。所以我们提出了m^(6)AmTwins,一种新的端到端双胞胎网络,将Transformer(自动编码器)和... N6,2′-O-二甲基腺苷(m^(6)Am)是一种常见的RNA分子的可逆修饰。部分研究已经说明m^(6)Am对mRNA的影响,但现阶段对m^(6)Am的生物学功能探索仍不够。所以我们提出了m^(6)AmTwins,一种新的端到端双胞胎网络,将Transformer(自动编码器)和双向门控循环单元(Bi-GRU)有机结合,简单利用RNA序列得到RNA的检测性。相比于现有的算法,本文亮点在于利用对比学习,构建新的损失函数来训练m^(6)AmTwins模型,提高了模型的泛化能力。基于Twins网络和简单编码方案,在两组正负比为1∶10的非平衡数据集下,其独立测试集上均取得了较好的结果,马修斯相关系数(MCC)分别得到0.53和0.545。同时,为增强m^(6)AmTwins模型的鲁棒性(robustness),本文在训练集上还进行了10折交叉验证,其MCC结果分别为0.562和0.567,说明该模型具有良好的泛化能力,可为生物医学在m^(6)Am上的研究提供一定的价值。 展开更多
关键词 N6 2′-o-二甲基腺苷 特征提取 深度学习 双胞胎网络
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部