基于深度学习的siRNA序列设计方法及活性预测装置

本发明公开了一种基于深度学习的siRNA序列设计方法及活性预测装置，涉及人工智能辅助生物技术领域。方法包括对靶点mRNA进行全局扫描，按照预定步长和预定窗口宽度将靶点mRNA截取为RNA序列片段，枚举所有可用的候选siRNA序列片段；过滤掉候选siRNA序列片段中GC含量在预定范围外的序列片段，并排除转录组中出现频率大于预设阈值的15聚体序列；将上述siRNA序列数据、mRNA序列及结构数据和实验信息输入至深度学习模型，输出活性预测值，对活性排序靠前的siRNA序列进行分析，输出潜在的siRNA序列。本发明能够更准确地预测真实的实验场景中siRNA的活性，并进行siRNA序列的高效设计。