公开(公告)号：CN118824393A

公开(公告)日：2024-10-22

申请号：CN202410722207.3

申请日：2024-06-05

Applicant: 哈尔滨工程大学

Inventor： 徐丽 ,  王莉雯 ,  李艳丽 ,  任佳旭 ,  刘帅鹏

IPC: G16C20/30 ,  G16C20/70 ,  G06N3/0442 ,  G06N3/09

Abstract: 一种基于长短时记忆网络和注意力机制的分子活性预测方法，它属于深度学习和生物信息领域。本发明的目的是为解决由于分子相互作用的动态性和高度复杂性，导致现有方法对2型大麻素受体的配体活性预测的准确率低的问题。本发明利用分子指纹来全面捕捉分子的化学特性，分子指纹经过组合，可以为后续模型提供丰富的分子信息。并利用LSTM单元来处理分子序列数据，将分子的结构信息编码成中间表示。将点积注意力机制应用于LSTM层的输出，可以增强模型对不同特征的关注程度，使得预测网络可以自动关注对分类任务最有帮助的特征，因此，本发明方法可以更好的适应分子相互作用的动态性和高度复杂性。本发明方法可以应用于分子活性预测领域。

公开(公告)号：CN117711493A

公开(公告)日：2024-03-15

申请号：CN202311730187.6

申请日：2023-12-15

Applicant: 哈尔滨工程大学

Inventor： 徐丽 ,  李振鹏 ,  任佳旭 ,  王莉雯 ,  刘帅鹏

IPC: G16B30/00 ,  G16B20/00 ,  G16B40/00

Abstract: 一种基于深度图嵌入聚类的单细胞RNA测序数据聚类方法，它属于深度学习和单细胞RNA测序数据分析技术领域。本发明解决了由于现有方法对单细胞RNA测序数据去噪和降维的成效有限、数据存在批次效应且数据存在丢失导致对单细胞RNA测序数据聚类效果不佳的问题。本发明对单细胞RNA测序数据集进行数据筛选、归一化、添加噪声处理，再将添加噪声处理后的基因表达矩阵输入到基于ZINB分布的去噪自动编码器，得到去噪和降维后的基因表达矩阵；得到的基因表达矩阵再作为深度图嵌入聚类模型的输入进而得到输出数据；并对输出数据进行降维，再对降维后的数据进行聚类。本发明方法可以应用于单细胞RNA测序数据分析。