一种基于深度学习的i-motifs的折叠状态预测方法

本发明提供了一种基于深度学习的i‑motifs的折叠状态预测方法，它解决了现有机器学习方法难以捕捉复杂特征交互关系和发现隐藏规律等问题，其包括如下步骤：S1：数据获取与预处理；S2：i‑motif候选序列筛选；S3：序列编码与特征提取；S4：DeepIM模型构建与训练；S5：模型评估；S6：结果可视化与对比。本发明具有预测效果好、可解释性好等优点。