摘要
本发明提出基于多组学数据进行增强子启动子相互作用预测的方法,属于生物信息学技术领域,解决常用技术在整合特征时对非线性考虑不周和未在多细胞系视角下对EPIs的全局分析的问题,包括:步骤1:构建深度神经网络模型;步骤2:获取多组学数据并构建多组学数据集;步骤3:对多组学数据集进行预处理;步骤4:基于预处理后的多组学数据集对深度神经网络模型进行训练;步骤5:基于训练后的深度神经网络模型进行增强子启动子相互作用预测。
技术关键词
增强子
启动子
深度神经网络模型
构建深度神经网络
矩阵
数据
编码器
双向长短期记忆网络
注意力
生物信息学技术
表达式
关系
嵌入方法
基因
信号特征
样本
序列
误差
系统为您推荐了相关专利信息
大语言模型
情感预测方法
标签
语句
非易失性计算机可读存储介质
医学影像特征
关系网络
医学影像病灶
医学影像数据
误差参数