摘要
本发明涉及基于自适应带约束深度模型的基因设计与进化路径推断方法,包括通过预设算法规则生成随机基因序列集,并将其转化为包含进化信息的进化性序列,即可进化性向量,并计算突变鲁棒性;构建深度自编码网络模型,采用原型聚类分析方法,通过小批量迭代训练动态确定网络的最优原型数量,并基于训练数据进行模型参数优化;将可进化性向量投入自编码器的编码器模块,获得可进化性向量的低维表示,即得到可进化性空间;建立深度回归预测模型,精确计算各调控基因序列对应的蛋白质表达水平;将得到可进化性向量的低维表示和对应表达值,建立低维张量,在该低维张量中进行蒙特卡洛采样并把蛋白质表达值映射到适应度,生成包含进化轨迹的适应度等值线图,即可到包含进化信息的适应度地形;用突变鲁棒性对低维张量进行染色,在该图上选择所需性质的基因序列。上述技术方案有效解决了现有设计基因序列的效率问题,以及适应度地形无法表示每个基因型的进化信息的问题。
技术关键词
推断方法
深度预测模型
原型
序列
编码器
高维数据降维方法
蒙特卡洛
注意力机制
网络节点
蛋白质表达水平
基因调控元件
生成随机
回归预测模型
聚类分析方法
三次样条插值
鲁棒性
前馈神经网络
系统为您推荐了相关专利信息
检测莱姆病螺旋体
引物探针组合
试剂盒
荧光探针
配制方法