-
公开(公告)号：CN114758721A
公开(公告)日：2022-07-15
申请号：CN202210462928.6
申请日：2022-04-28
申请人： 广西科学院
摘要： 本发明提供了一种基于深度学习的转录因子结合位点定位方法，包括：将与转录因子结合的DNA序列进行one‑hot编码，获取数据集，基于k折交叉验证的方法将所述数据集划分训练集和测试集；基于全卷积网络构建FCNARRB+模型，设置损失函数与评价指标；基于所述训练集与所述损失函数对所述FCNARRB+模型进行训练，训练后的所述FCNARRB+模型用于定位转录因子结合位点，并通过所述测试集与所述评价指标对训练后的所述FCNARRB+模型的定位结果进行测试评价。本发明引入了核苷酸级别的分类模型，实现了转录因子结合位点的精准预测定位。
-
公开(公告)号：CN114758721B
公开(公告)日：2022-11-18
申请号：CN202210462928.6
申请日：2022-04-28
申请人： 广西科学院
摘要： 本发明提供了一种基于深度学习的转录因子结合位点定位方法，包括：将与转录因子结合的DNA序列进行one‑hot编码，获取数据集，基于k折交叉验证的方法将所述数据集划分训练集和测试集；基于全卷积网络构建FCNARRB+模型，设置损失函数与评价指标；基于所述训练集与所述损失函数对所述FCNARRB+模型进行训练，训练后的所述FCNARRB+模型用于定位转录因子结合位点，并通过所述测试集与所述评价指标对训练后的所述FCNARRB+模型的定位结果进行测试评价。本发明引入了核苷酸级别的分类模型，实现了转录因子结合位点的精准预测定位。
-
公开(公告)号：CN114864002B
公开(公告)日：2023-03-10
申请号：CN202210469236.4
申请日：2022-04-28
申请人： 广西科学院
摘要： 本发明公开了一种基于深度学习的转录因子结合位点判别方法,包括以下步骤：获取免疫共沉淀测序和红蛋白修饰数据；对上述免疫共沉淀测序和组蛋白修饰数据进行数据处理并进行编码；构建DeepCR模型，将上述编码数据进行训练并优化参数，获得最优参数的模型；按照模型输入数据的格式给定序列，使用得到的模型判断其是否包含转录因子结合位点。本发明通过构建DeepCR模型准确识别转录因子结合位点。
-
公开(公告)号：CN114864002A
公开(公告)日：2022-08-05
申请号：CN202210469236.4
申请日：2022-04-28
申请人： 广西科学院
摘要： 本发明公开了一种基于深度学习的转录因子结合位点判别方法,包括以下步骤：获取免疫共沉淀测序和红蛋白修饰数据；对上述免疫共沉淀测序和组蛋白修饰数据进行数据处理并进行编码；构建DeepCR模型，将上述编码数据进行训练并优化参数，获得最优参数的模型；按照模型输入数据的格式给定序列，使用得到的模型判断其是否包含转录因子结合位点。本发明通过构建DeepCR模型准确识别转录因子结合位点。
-
-
-
搜索结果
4 条记录 (耗时 0.019 秒)
