基于深度学习的核糖核酸二级结构预测方法
本文提出了一种基于深度学习的方法 UCEfold,用于预测核糖核酸(Ribonucleic acid,RNA)二级结构。UCEfold是一种同时采用“序列”和“图像”作为深度学习模型输入提取隐藏特征的全新方法,并在模型中加入一定的先验知识提高预测精度。在RNAStralign和ArchiveⅡ两个数据集上测试UCEfold模型,结果表明UCEfold性能显著优于传统方法,能够更准确地预测带假结的RNA序列,并具有较强的泛化能力,有效解决了传统算法复杂度高、效率低下且无法预测假结的瓶颈。
吉林大学学报(工学版)
2025年01期
立即查看 >
图书推荐
相关工具书