摘要
基于人工智能的中药tRNA、tRFs、tRNA halves活性预测方法。本预测方法可以准确预测不同中药tRNA的细胞活性,具有较好的鲁棒性;本方法采用的深度学习算法具有较强的自动学习特征能力,能够从大数据中自动学习重要特征信息,避免了大量人为特征挑选;本方法构建的中药tRNA、tRFs、tRNA halves活性预测模型具有较优的预测性能,适用性较好,为中药tRNA新药研发提供了一种创新思路。
技术关键词
活性预测方法
网格搜索算法
序列
中药
建立cDNA文库
深度学习算法
聚丙烯酰胺凝胶电泳
生物信息学方法
二代测序数据
二代测序平台
构建预测模型
尿嘧啶
样本
代表
链霉亲和素
生物素
条带
学习特征
核苷酸
探针
系统为您推荐了相关专利信息
测试场景
损耗检测方法
特征提取模型
工况特征
序列
商品推荐方法
分类模型构建
信息熵
商品推荐系统
分段
无线Mesh网络
区块链技术
Raft算法
拜占庭容错
故障容错