换一批摘要环状RNA（circRNA）是一类新的内源性非编码RNA，广泛存在于真核转录组中，它的环状结构是在剪接过程中通过5'端和3'端共价键反向连接形成.在过去的20多年里，环状RNA可以作为miRNA海绵发挥作用并且在基因调控中，环状RNA与癌症也有密切关系.所以，检测环状RNA对于理解它们的生物作用和生物起源是非常重要的.目前检测环状RNA的一般方法是依赖高通量测序（RNA-Seq），通过在数据中检测RNA的反向剪接位点.然而，由于数据本身和识别的准确度不高，导致其结果假阳性和假阴性偏高.因此，找到一种更准确、更快速的方法识别环状RNA是非常有必要的.为此，提出了基于深度学习的环状RNA识别方法，使用非对称卷积神经网络（ACNN）加双向长短时记忆网络（Bi-LSTM）的架构，利用环状RNA自身的序列特征在长非编码（lncRNA）中进行识别.实验结果表明：所提出的ACNN-BLSTM模型，在各方面性能指标和识别准确率上，都为5种模型中最优，并且识别准确率也达到了90%以上，对比另外四种常见的单一神经网络模型，该方法具有一定的优势.
更多相关知识
关键词
环状RNA非对称卷积神经网络双向长短时记忆网络RNA识别circular RNAasymmetric convolutional neural networksbidirectional long short-term memory networkRNA recognition
分类号
R857.3（航空航天医学）
栏目名称
DOI
10.20056/j.cnki.ZNMDZK.20220609
发布时间
2022-11-10（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（31870771）
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
