摘要
本发明涉及生物信息学技术领域,公开了一种lncRNA基因序列与蛋白质相互作用预测方法及系统,方法包括获取lncRNA和miRNA的序列数据,以及蛋白质数据;计算lncRNA、miRNA和蛋白质的相似性,以lncRNA、miRNA和蛋白质为节点,lncRNA、miRNA和蛋白质之间的相似性关系为边,构建异构信息网络;根据元路径,从异构信息网络提取子图,并对子图进行图卷积操作,生成lncRNA、miRNA和蛋白质的特征表示;对lncRNA、miRNA和蛋白质的特征表示进行融合处理,得到融合特征表示;将融合特征表示输入训练好的预测模型进行预测,得到lncRNA与蛋白质相互作用的预测结果。本发明在多样化数据集上的适应性增强,能够更准确地预测lncRNA与蛋白质之间的相互作用,有效提高lncRNA与蛋白质相互作用预测的准确性。
技术关键词
蛋白质相互作用预测方法
异构信息网络
上下文特征
融合特征
嵌入特征
序列
矩阵
基因
表达式
节点特征
高斯核函数
输出特征
生物信息学技术
本体论
语义注意力
多头注意力机制
潜在交互
训练样本集
系统为您推荐了相关专利信息
广告投放控制方法
广告投放决策
监督学习模型
数据
反馈特征
应急响应方法
动态掩膜
多模态
外玻璃幕墙
偏振态
眼底图像处理方法
交互注意力
融合特征
多层感知器
状态空间模型
重构误差
变压器模块
语义
训练分类模型
识别方法
对话策略
动态场景
语义向量
心率变异性参数
语言训练技术