检索结果-南通市图书馆

检索条件"主题词=静态词嵌入"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于深度学习的功能性mircoRNA靶点预测模型研究

基于深度学习的功能性mircoRNA靶点预测模型研究

引用

作者：张佳琳吉林大学

学位级别：硕士

功能性microRNA靶点预测研究主要关注于识别miRNA与mRNA之间的相互作用,通过了解两者之间的结合机制从而探寻基因表达调控的内部视野。miRNA是一类非编码RNA分子通过与mRNA的特定序列结合,从而影响后者的稳定性和翻译效率,进而在多种生... 详细信息

功能性microRNA靶点预测研究主要关注于识别miRNA与mRNA之间的相互作用,通过了解两者之间的结合机制从而探寻基因表达调控的内部视野。miRNA是一类非编码RNA分子通过与mRNA的特定序列结合,从而影响后者的稳定性和翻译效率,进而在多种生物过程中发挥调控作用。因其相互作用直接影响细胞内的蛋白质合成及其功能表达,所以对于揭示疾病发生的分子机制和开发新的医疗策略具有现实意义。传统的靶点预测方法主要基于序列互补性和保守性评估,然而这些方法通常在序列互补的复杂性和动态分析等方面具有局限性。深度学习能够从大量复杂的生物信息学数据中学习并揭示出细微模式机制和相互作用表现。本研究在采用种子区域拓展特征编码的基础上,将自然语言处理(NLP)技术的特征编码方式应用于miRNA靶点预测问题。为了评估算法的效能,本研究对目前主流的靶点预测方法进行比较,在计算效率方面,由于有些方法计算过程密集,处理大规模数据集时可能会遇到效率低下的问题。在数据依赖性方面,有的方法需要依赖于大量特定的细胞表达数据,限制其在数据有限的情况下的适用性。在序列互补性和保守性的应用上,一些靶点预测手段可能无法准确预测非典型或不常见的miRNA与mRNA之间的相互作用。最后,在靶点预测的复杂性方面,当前方法在捕获序列内复杂关系和进行信息抽象上存在局限性。因此,为了解决这些问题,本研究提出了一种新型的基于Doc2Vec的静态词嵌入编码的深度学习模型,命名为SE-miRTP算法,用于miRNA-mRNA功能性靶点的预测问题。首先,miRNA-mRNA序列生成一系列潜在结合位点,这些潜在结合位点通过Doc2Vec模型转化为特征向量,从而捕捉序列特征及其潜在的语义信息。然后对其进行局部模式的提取,同时整合特证的前向和后向序列信息,以识别长范围的依赖关系。最后通过双路径结构捕捉之后的静态语义特征与不同维度学习的对齐种子序列特征进行结合,以预测功能性与非功能性靶点。最后,本研究提出了一个名为miTDS的靶点预测模型,在SE-miRTP的基础上引入动态词嵌入编码,旨在增强对序列间动态特征的捕捉,从而提升模型的适应性和鲁棒性。为验证mi TDS在捕捉动态特征方面的有效性,本研究进行了动静态词嵌入特征提取的对比分析。实验表明动态词嵌入能够关注于序列特征间的条件变化,而静态词嵌入则提供了一个相对稳定的特征表示基线。此外,mi TDS能够识别A-to-I编辑位点,这是RNA编辑中的一种重要的核苷酸变化,实验证明mi TDS不仅能预测功能性miRNA靶点,还能探测RNA编辑中影响miRNA与目标的结合具体细节,说明其在分析复杂RNA相互作用中的应用潜力。

关键词：功能性靶点识别静态词嵌入动态词语义特征 miRNA-mRNA作用机制

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：