龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：海南大学
申请日：2024-03-21
公开（公告）日：2024-06-14
公开（公告）号：CN118197434A
主分类号：G16B40/20
分类号：G16B40/20;G16B30/00;G06N3/047;G06N3/0464;G06F40/284;G06F18/25;G06F18/214;G06F18/10;G06F18/2415;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明公开一种DNA启动子及其强度的两阶段预测方法，构建基准数据集进行多尺度分词处理并进行编码；在第一阶段中，将启动子数据输入到预训练好的DNABERT模型中进行微调，使其适应于启动子鉴定任务；然后将第一阶段微调好的模型作为第二阶段的预训练模型，再次输入启动子强弱的数据进行微调，使其适应于启动子强度分类任务。本发明能够快速、高效、可靠的鉴定启动子并预测启动子强度。
主权项：1.一种DNA启动子及其强度的两阶段预测方法，其特征在于，包括如下步骤：获取长度为81个碱基对的DNA序列，构建基准数据集并进行预处理，所述数据集中包含启动子数据集和非启动子数据集；所述启动子数据集中包含强启动子数据集和弱启动子数据集；构建初始DNABERT模型，所述初始DNABERT模型包括12个堆叠的编码层、线性层和softmax，所述编码层包括依次连接的多头注意力层、残差连接和归一化处理、前馈层、残差连接和归一化处理；将预处理后的基准数据集进行多尺度分词处理获得N组不同尺度数据集，并进行编码；将N组不同尺度编码后的数据集分别输入对应的N个初始DNABERT模型进行预训练，预训练阶段移除NSP任务，获得N个预训练模型；将N组不同尺度编码后的启动子数据集和非启动子数据集分别输入对应的N个预训练模型中进行第一阶段微调，获得N个第一基础模型；将N组不同尺度编码后的强启动子数据集和弱启动子数据集分别输入对应的N个第一基础模型中进行第二阶段微调，获得N个第二基础模型；将待检测DNA序列进行多尺度分词处理并进行编码，不同尺度编码后的待检测DNA序列分别输入对应的N个所述第一基础模型和N个第二基础模型中预测，通过软投票集成N个第一基础模型的预测结果，得到启动子鉴定预测结果；通过软投票集成N个第二基础模型的预测结果，得到启动子强度预测结果。
全文数据：
权利要求：
百度查询： 海南大学 一种DNA启动子及其强度的两阶段预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号