欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202111421890X
申请人: 安徽大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于多源迁移学习的噬菌体启动子预测方法,其特征在于,包括以下步骤:(1)数据集构建:收集目标域和多源域正样本,对不同域正样本使用组间打乱方法进行重构,得到相应的目标域和多源域负样本,最终得到正负样本比例平衡的目标域和多源域数据集;

步骤(1)中所述组间打乱方法的具体步骤如下:

S1.将正样本分割为多个片段,每个片段的长度为k,如果序列长度不能被k整除,最后一个片段的长度是启动子序列长度除以k的余数;

S2.对每一条正样本产生的片段进行排列组合,得到一个新的序列,通过使用生物信息学工具Biopython的globalxx函数计算新序列与原序列相似度,如果新序列与原序列相似度大于等于0.7,则再一次对片段进行排列组合操作,直至产生的序列与原序列相似度小于0.7为止;

(2)多源迁移学习模型构建:多源迁移学习模型包括数据预处理、特征提取、特征对齐和目标分类四个功能模块,每个功能模块的具体功能如下:数据预处理:将目标域和多源域数据集中核苷酸序列数据转换为输入到特征提取器中的数字化数据;

特征提取:使用特征提取器获取目标域和多源域数据的特征;

步骤(2)中所述特征对齐时,计算目标域特征和多源域特征之间距离的公式为:;

式中,表示第k个源域数据集中第i个数据的特征向量,表示目标域数据集中第j个数据的特征向量,表示Frobenius范式,即计算相同位置元素的平方和再开方;

特征对齐:计算目标域和多源域特征之间的距离,通过最小化目标域和多源域中相同类别数据的距离以及最大化目标域和多源域中不同类别数据的距离,将多源域数据的知识迁移到目标域数据;

目标分类:使用分类器对目标域和多源域特征数据进行分类;

(3)多源迁移学习模型训练:将目标域和多源域数据集按照五折交叉验证的方式划分训练集和验证集,训练集用于对多源域迁移学习模型进行构建与训练,验证集用于进行模型的参数调整,最终获取最优的模型;

(4)预测:将外部测试集输入到训练完成的多源迁移学习模型中进行预测,获得其为噬菌体启动子的概率值。

2.根据权利要求1所述的一种基于多源迁移学习的噬菌体启动子预测方法,其特征在于,步骤(2)中所述数据预处理的具体步骤如下:词典编码:由于数据集中的每一个序列都由A、C、G和T四种核苷酸组成,该步骤将序列中的核苷酸分别转换为1、2、3和4;

序列补齐:采用补零法将每条序列使用数字0补齐到数据集中最长序列的长度;

词嵌入:将词语转换为能够表示序列中每个元素之间联系的向量表示。

3.根据权利要求1所述的一种基于多源迁移学习的噬菌体启动子预测方法,其特征在于,步骤(2)中所述特征提取的具体步骤如下:先使用卷积神经网络CNN对数据进行卷积操作,再将卷积后的数据输入到双向门控循环单元BiGRU并得到输出,最终分别得到目标域和多源域特征。

4.根据权利要求1所述的一种基于多源迁移学习的噬菌体启动子预测方法,其特征在于,步骤(2)中所述目标分类时,采用的分类器为全连接神经网络FCNN。