公开(公告)号：CN116884486A

公开(公告)日：2023-10-13

申请号：CN202310889896.2

申请日：2023-07-19

Applicant: 吉林大学

Inventor： 李瑛 ,  方文思 ,  孙航 ,  赵家宁 ,  孙睿涵

IPC: G16B20/50 ,  G16B30/00 ,  G16B40/00 ,  G06N3/048 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明适用于生物信息学领域，提供了基于深度学习的mlncs预测方法，该方法包括以下步骤：步骤1：结合计算方法与深度学习方法构建mlncs正样本集；步骤2：基于SURE强化学习模型，更改输入特征，构建mlncs负样本集；步骤3：利用胶囊网络作为mlncs预测模型，并用构建好的mlncs正样本集和mlncs负样本集进行训练，本发明不需要蛋白质与lncRNA的互作信息，只需要lncRNA的序列信息即可实现预测，通过计算方法、深度学习方法和强化学习方法为mlncs预测工作构建了可靠的正负样本集。