一种基于双分支网络预测转录因子结合位点的方法

本发明公开了一种基于双分支网络预测转录因子结合位点的方法，包括：将DNA序列转换为K‑mer标记的序列；将K‑mer标记的序列依次输入至基于BERT架构的预训练模型、循环神经网络BiLSTM中、CNN模块中、双分支Dual‑Branch模块中，输出第二全局特征矩阵和第二局部特征矩阵；将第二全局特征矩阵和第二局部特征矩阵分别输入多层感知器中，输出转录因子结合位点的两个概率；将转录因子结合位点的两个概率整合，输出转录因子结合位点的预测结果。本发明可解释性强决策过程透明化、泛化能力强，对TFBS的预测任务准确率高且当数据量较少时，依旧能够保证良好性能，能够在某细胞系中训练之后预测另一细胞系中的转录因子。