摘要
本发明涉及深度学习技术领域,公开了一种基于深度学习的siRNA筛选方法及装置,该方法包括:构建siRNA抑制率预测模型;基于siRNA抑制率预测模型,获得待预测靶点mRNA序列对应的初步siRNA筛选结果;对待预测靶点mRNA序列进行分子动力学模拟,生成待预测靶点mRNA序列对应的分子动力学轨迹;构建神经关系推理模型,生成待预测靶点mRNA序列对应的相互作用关系图;基于相互作用关系图,对初步siRNA筛选结果进行再次筛选,获得最终siRNA筛选结果。本发明有效提高了深度学习模型在真实筛选任务中的准确性,避免了深度学习模型在筛选siRNA时由于训练集的偏差导致泛化能力弱等问题。
技术关键词
筛选方法
关系
分子
深度学习模型
重建误差
轨迹
节点
序列特征
编码器参数
编码器结构
解码器结构
深度学习技术
可读存储介质
指令
变量
计算机程序产品
筛选装置
存储器
系统为您推荐了相关专利信息
光学针
OCT系统
液晶空间光调制器
生成方法
数字微镜器件
肿瘤图像分割方法
图像分割网络
输出特征
注意力
Gabor滤波器
多边形网格
拓扑结构特征
多模态特征
重构误差
时序
浓度预测方法
卷积神经网络模型
Inception结构
支持向量回归
残差学习