首页|基于神经网络的LncRNA与蛋白质互作关系预测算法

基于神经网络的LncRNA与蛋白质互作关系预测算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
论文提出一种基于注意力机制(Attention)的融合神经网络预测方法预测LncRNA与蛋白质的相互作用,命名为PIPAFNN.通过栈式自编码器和融合神经网络(CNN)-长短期记忆网络(LSTM)分别对LncRNA和蛋白质的序列进行特征提取,在模型学习过程中使用注意向量,使得训练出的模型能够关注不同样本中对预测方法具有更大影响的特征属性,从而有效地预测LncRNA和蛋白质的互作关系.同时,利用五折交叉验证,模型在拟南芥和玉米数据集上的AUC值分别是0.9582和0.9251,与其他机器学习方法进行比对提升7％和2％,模型的分类效果更为显著.
An Algorithm for Predicting LncRNA-protein Interactions Based on Neural Networks

李巧君、李江岱、王爱菊

展开 >

河南工业职业技术学院电子信息工程学院 南阳 473000

郑州工程技术学院信息工程学院 郑州 450000

CNN LSTM LncRNA与蛋白质 预测 注意力机制

国家自然科学基金河南省科技攻关项目河南省科技攻关项目河南省高等职业学校青年骨干教师培养计划

61772381212102310086212102210398教职成函2019326号

2022

10.3969/j.issn.1672-9722.2022.03.022

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(3)
  • 16