摘要
非编码RNA(non-codingRNA,ncRNA)之间的相互作用能调节基因表达和细胞的生理过程，在植物的生长发育过程中发挥着不可替代的调控作用。因此，预测潜在的ncRNA相互作用对研究其作用机制和生物学功能具有重要意义。然而，现有数据集的样本数量少，这往往导致模型泛化能力不足，并且当不同ncRNA的序列长度差异较大时，采用相同的编码方式往往会造成信息损失。针对上述问题，本文主要展开了以下两部分工作。 (1)针对小样本情况下模型泛化能力弱的缺点，提出了基于生成对抗网络进行数据增强的植物ncRNA相互作用预测方法。首先，为了增强小样本数据集模型的泛化能力，利用生成对抗网络生成与原始数据相似但不同的高质量伪数据，从而达到数据增强的目的。然后，为了获取序列信息的局部相关性，使用注意力网络模块学习各个通道的重要程度并为特征分配不同的权重。同时，为了获取序列信息的长期依赖性，利用残差GRU网络模块捕获更全面的序列特征信息。消融实验和对比实验结果验证了该方法在预测植物ncRNA相互作用中的有效性。 (2)针对忽略序列差异性的问题，提出了混合特征挖掘网络的植物ncRNA相互作用预测方法。首先，考虑到对序列长度存在差异的ncRNA采用相同的编码方式往往会造成信息损失，对miRNA和lncRNA分别采用了适应各自序列长度的特征编码方式。然后，为了适应编码的多样性设计了混合特征挖掘网络，该网络由堆叠卷积挖掘模块和堆叠自动编码器挖掘模块组成。其中卷积神经网络负责捕捉输入序列的局部特征，从而识别出特定特征，而自动编码器负责学习序列的非线性关系，从而提取数据中的隐藏特征。在多个数据集上进行实验，与其他预测方法的对比结果证明了该预测模型整体网络结构的优越性。
NETL