摘要
本发明属于自噬调控因子预测技术领域,公开了一种自噬调控因子预测模型的构建方法及应用,包括:提取自噬相关组学数据中每个基因的组学特征;从蛋白质相互作用数据库中提取各物种的PPI数据,构建对应的基因网络,以同源蛋白质为枢纽连接各物种的基因网络,建立异质基因网络;将异质基因网络中每个基因周围存在直接相互作用的自噬基因数量编码为该基因对应的PPI特征;基于组学特征和PPI特征训练深度神经网络得到自噬调控因子预测模型。还包括对该预测模型微调得到各自噬条件下的自噬调控因子预测模型。还提供了自噬调控因子预测方法。本发明能够提升自噬调控因子预测的准确度,并解决特定自噬条件下阳性基因数量少而无法有效训练模型的问题。
技术关键词
因子
基因表达数据
训练深度神经网络
蛋白质表达
异质
组学特征
预训练模型
sigmoid函数
前馈神经网络
编码
样本
标记
可读存储介质
节点
计算机
系统为您推荐了相关专利信息
富营养化水体治理
策略分析方法
监测点
数字孪生技术
数字孪生模型
变压器运行状态
配电房
连续小波变换
配电机房
阈值方法
底盘
模块检测方法
历史运行数据
随机森林
异常点