[发明专利]一种基于深度学习的染色质环预测方法及系统

说明书

本发明属于染色质环预测技术领域，提供了一种基于深度学习的染色质环预测方法及系统，包括提取不同类型的染色质环的DNA序列的第一特征值；基于所述第一特征值进行特征融合，得到第二特征值；基于所述第二特征值，利用训练好的深度学习预测模型，得到染色质环的预测结果；本发明提出的预测方法在预测不同细胞系和不同类型的染色质环的方面具有非常强的泛化能力，因此可以仅构建一个模型实现对多种细胞系和多种类型染色质环的预测而无需针对不同细胞系和不同类型的染色质环构建多个预测模型，极大地节约了时间成本并提高了实用性。

技术领域

本发明属于染色质环预测技术领域，具体涉及一种基于深度学习的染色质环预测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

染色质环是一种直接调节基因表达的结构和功能单元，一般由结构蛋白CCCTC结合因子(CTCF)和黏连蛋白通过挤压介导形成，其中CTCF基序在两个位点以会聚方向与特定的非回文基序结合并充当环锚。由于染色质环在基因调控、DNA复制、进化和疾病机制等方面有着关键性的作用，因此染色质环的检测成为一大热点。在早期染色质环检测的研究中，通常使用Hi-C技术等生物方法进行检测，然而这些技术面临着成本昂贵、费时费力等难题。随后，一些预测染色质环的计算方法被提出以解决这些难题。然而，这些计算方法通常需要多种功能基因组信号，这对实际中的应用带来了巨大的不便。因此当前研究中，有一些只使用单一数据预测染色质环的方法被陆续提出。然而，这些方法的性能和泛化性较差，难以满足我们对预测工作的高精度和高泛化性的要求。因此，仅使用单一数据实现染色质环的高精度和高泛化的预测成为了预测染色质环的重要研究方向。

在现实中，染色质环的预测存在数据要求高、预测精度低和泛化性能差的问题。数据要求高的问题导致获取数据的成本高、任务重；预测精度低的问题导致预测结果的可信度较低，难以进行下一步分析；泛化性能差的问题导致对不同细胞系或不同类型中的染色质环的预测能力差异较大，因此针对不同细胞系或不同类型的染色质环需要构建不同的预测模型。

发明内容

为了解决上述问题，本发明提出了一种基于深度学习的染色质环预测方法及系统，本发明提出的预测方法在预测不同细胞系和不同类型的染色质环的方面具有非常强的泛化能力，因此可以仅构建一个模型实现对多种细胞系和多种类型染色质环的预测而无需针对不同细胞系和不同类型的染色质环构建多个预测模型，极大地节约了时间成本并提高了实用性。

根据一些实施例，本发明的第一方案提供了一种基于深度学习的染色质环预测方法，采用如下技术方案：

一种基于深度学习的染色质环预测方法，包括：

提取不同类型的染色质环的DNA序列的第一特征值；

基于所述第一特征值进行特征融合，得到第二特征值；

基于所述第二特征值，利用训练好的深度学习预测模型，得到染色质环的预测结果；

其中，所述深度学习预测模型，包括第一层卷积神经网络层、第二层神经网络层和第三层神经网络层；所述第一层神经网络层和第二卷积神经网络层之间设有第一最大池化层和第一dropout层；第二层卷积神经网络层和第三层卷积神经网络层之间设有第二最大池化层和第二dropout层；

所述第三层卷积神经网络层之后设有双向长短期记忆神经网络层，所述双向长短期记忆神经网络层之后设有第三dropout层。

进一步地，所述第一特征值，包括：

反向互补Kmer特征、组合位置评分函数特征、组合基于单链的位置特异性三核苷酸倾向特征、组合基于双链的位置特异性三核苷酸倾向特征和核苷酸对谱编码特征。