公开(公告)号：CN117059175A

公开(公告)日：2023-11-14

申请号：CN202311031740.7

申请日：2023-08-16

Applicant: 东北林业大学

Inventor： 章天骄 ,  李良雨 ,  汪国华

IPC: G16B40/30 ,  G06F18/214 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/088 ,  G16B15/30

Abstract: 一种细胞特异性沉默子及其强度的识别方法，涉及生物信息技术领域，针对现有技术中单纯依赖沉默子序列的识别方法识别沉默子的准确率低的问题，本申请有效提高了识别特定细胞中沉默子的准确率，并且优于现有的识别沉默子方法，gkm‑SVM方法、DeepSilencer方法和SEPredict方法。同时，本申请首次提出基于多组学数据的复杂深度学习框架识别强沉默子和弱沉默子，并在独立测试集上取得较高的准确率。此外，本申请进一步分析了深度学习捕捉的与沉默子强相关的生物学组合信号。

公开(公告)号：CN116805508A

公开(公告)日：2023-09-26

申请号：CN202310288886.3

申请日：2023-03-22

Applicant: 东北林业大学

Inventor： 章天骄 ,  李良雨 ,  汪国华

IPC: G16B20/00 ,  G16B40/00 ,  G06N3/0442 ,  G06N3/084

Abstract: 一种组织特异性eRNA的识别方法，具体涉及一种基于深度学习的组织特异性eRNA的识别方法，为解决eRNA识别方法仅依赖eRNA的序列特征进行识别，导致识别结果的准确率不高的问题。它包括获取某组织的eRNA数据集和非增强子数据集，以及此组织不同年龄样本的多种组蛋白修饰数据；提取每个eRNA和每个非增强子的序列特征，以及每个eRNA和每个非增强子在不同年龄样本下的每种组蛋白修饰特征；合并此组织中所有eRNA和非增强子在每个年龄样本下的多种组蛋白修饰特征，利用聚类和投票得到此组织的RE和AE，将RE和AE加入此组织中不同年龄样本的组蛋白修饰特征，通过深度神经网络模型识别组织特异性eRNA。属于生物信息学领域。