公开(公告)号：CN115547407A

公开(公告)日：2022-12-30

申请号：CN202211287199.1

申请日：2022-10-20

Applicant: 东北林业大学

Inventor： 滕志霞 ,  张伊冉 ,  郭茂祖 ,  汪国华

IPC: G16B20/00 ,  G16B40/20 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 基于深度自动编码器的lncRNA‑蛋白质相互作用预测方法，涉及生物信息学领域。本发明是为了解决现有lncRNA‑蛋白质相互作用预测方法还存在特征表达能力低导致的样本在特征空间的分布区别不大，进而导致lncRNA‑蛋白质相互作用的预测准确率低的问题。本发明包括：获取待预测的lncRNA初始特征和蛋白质初始特征，并将待预测的lncRNA初始特征和蛋白质初始特征输入到训练好的lncRNA‑蛋白质相互作用预测模型中，获得相互作用预测结果；本发明利用边际Fisher分析方法学习lncRNA‑蛋白质相互作用样本的最优分类特征，提高了lncRNA‑蛋白质相互作用预测的准确率。本发明用于预测lncRNA‑蛋白质相互作用关系。

公开(公告)号：CN115547407B

公开(公告)日：2023-04-18

申请号：CN202211287199.1

申请日：2022-10-20

Applicant: 东北林业大学

Inventor： 滕志霞 ,  张伊冉 ,  郭茂祖 ,  汪国华

IPC: G16B20/00 ,  G16B40/20 ,  G06F18/2431 ,  G06F18/2132 ,  G06N3/0455 ,  G06N3/08

Abstract: 基于深度自动编码器的lncRNA‑蛋白质相互作用预测方法，涉及生物信息学领域。本发明是为了解决现有lncRNA‑蛋白质相互作用预测方法还存在特征表达能力低导致的样本在特征空间的分布区别不大，进而导致lncRNA‑蛋白质相互作用的预测准确率低的问题。本发明包括：获取待预测的lncRNA初始特征和蛋白质初始特征，并将待预测的lncRNA初始特征和蛋白质初始特征输入到训练好的lncRNA‑蛋白质相互作用预测模型中，获得相互作用预测结果；本发明利用边际Fisher分析方法学习lncRNA‑蛋白质相互作用样本的最优分类特征，提高了lncRNA‑蛋白质相互作用预测的准确率。本发明用于预测lncRNA‑蛋白质相互作用关系。