公开(公告)号：CN109903812A

公开(公告)日：2019-06-18

申请号：CN201910133090.4

申请日：2019-02-22

Applicant: 哈尔滨工业大学(深圳)

Inventor： 李君一 ,  张丽 ,  平原 ,  李辉年 ,  许清哲 ,  王荣杰 ,  刘博 ,  王亚东

IPC: G16B25/10 ,  G16B40/10

Abstract: 本发明公开了一种基于信息熵的基因序列数字化实现方法及系统。其中，所述方法包括：输入脱氧核糖核酸DNA序列，设定滑动窗口的长度l及子串长度n，和根据该设定的滑动窗口的长度l，从该输入的脱氧核糖核酸DNA序列的第一个碱基开始，步长为1，和计算该设定的滑动窗口内的给定子串长度下的拓扑熵大小，赋值给该设定的滑动窗口内的碱基，和重复计算该设定的滑动窗口内的给定子串长度下的拓扑熵大小，赋值给该设定的滑动窗口内的碱基，直到到达该输入的脱氧核糖核酸DNA序列的最后一个碱基位置，和输出得到同该输入的脱氧核糖核酸DNA序列长度的数字序列。通过上述方式，能够实现预测基因序列中的外显子区域。

公开(公告)号：CN112201308A

公开(公告)日：2021-01-08

申请号：CN202011085761.3

申请日：2020-10-12

Applicant: 哈尔滨工业大学(深圳)

Inventor： 李君一 ,  李辉年 ,  张丽 ,  许清哲 ,  平原 ,  景筱竹 ,  蒋伟 ,  刘博 ,  王亚东

IPC: G16B40/20 ,  G16B40/30

Abstract: 本发明涉及一种LncRNA预测方法、装置、计算设备及计算机可读存储介质。所述LncRNA预测方法包括：获取包含LncRNA的原始数据；对所述包含LncRNA的原始数据进行数据处理，抽取出用于LncRNA预测的特征，所述特征至少包括提取自拓扑熵和广义拓扑熵的特征；将所述包含LncRNA的原始数据作为输入提供机器学习预测模型，所述机器学习预测模型基于所述用于LncRNA预测的特征对包含LncRNA的原始数据进行分类；获取所述机器学习预测模型的输出，得到LncRNA预测结果。本发明实现了有效的LncRNA预测，且加快了训练过程，而且对于DNA序列中其他功能元素的研究也具有可扩展性。