[发明专利]miRNA靶基因预测及其模型训练的方法、系统和存储介质

权利要求书

1.一种miRNA靶基因预测模型的训练方法，其特征在于，所述训练方法包括：

将由miRNA的序列和mRNA的序列拼接而成的输入数据投射到A碱基空间、U碱基空间、G碱基空间和C碱基空间，从而获得A碱基向量、U碱基向量、G碱基向量和C碱基向量；

利用miRNA靶基因预测模型的四级依次连接的卷积层、激活层和池化层从所述A碱基向量、所述U碱基向量、所述G碱基向量和所述C碱基向量提取特征张量；

将所提取的特征张量输入全连接层以获得预测结果；

将所获得的预测结果与参考结果进行比对；以及

基于比对的结果优化所述miRNA靶基因预测模型。

2.根据权利要求1所述的训练方法，其特征在于，所述miRNA的序列和所述mRNA的序列包括阳性训练集中彼此互作的miRNA的序列和mRNA的序列以及阴性训练集中随机生成的miRNA的序列和mRNA的序列，其中：

所述阳性训练集中彼此互作的miRNA的序列和mRNA的序列是从ENCORI、miRDB、miRTarBase、miRNet、miRWalk中至少一个数据库中提取的经低通量实验验证的、彼此互作的miRNA的序列及对应的mRNA的序列；

所述阴性训练集中随机生成的miRNA的序列和mRNA的序列是随机生成的序列，并且所述随机生成的序列排除了所述阳性训练集中彼此互作的miRNA的序列和mRNA的序列以及经miRanda、RNAhybrid和PITA预测互作的miRNA的序列和mRNA的序列。

3.根据权利要求2所述的训练方法，其特征在于，所述阳性训练集中的彼此互作的miRNA的序列和mRNA的序列的对数与所述阴性训练集中随机生成的miRNA的序列和mRNA的序列的对数相同。

4.根据权利要求1所述的训练方法，其特征在于，所述四级依次连接的卷积层、激活层和池化层包括：

具有16个4通道卷积核、relu激活函数和窗口为2的最大池化层的第一级；

具有32个16通道卷积核、relu激活函数和窗口为2的最大池化层的第二级；

具有64个32通道卷积核、relu激活函数和窗口为2的最大池化层的第三级；以及

具有128个64通道卷积核、relu激活函数和窗口为2的最大池化层的第四级。

5.根据权利要求1所述的训练方法，其特征在于，将所提取的特征张量输入全连接层以获得预测结果包括：

将所提取的特征张量降维成一维的第一向量；

将所述第一向量随机剪除一半的元素，形成第二向量；

将所述第二向量输入到以relu作为激活函数的第一全连接层以获得第三向量；

将所述第三向量随机剪除一半的元素，形成第四向量；

将所述第四向量输入到以sigmoid作为激活函数的第二全连接层以获得所述预测结果。

6.根据权利要求1所述的训练方法，其特征在于，所述基于比对的结果优化所述miRNA靶基因预测模型包括：

以二分类交叉熵为损失函数，使用Adam优化函数来修正所述miRNA靶基因预测模型各层的参数。

7.一种miRNA靶基因预测模型的训练系统，其特征在于，所述训练系统包括：

存储器，所述存储器存储可执行指令；以及

一个或多个处理器，所述一个或多个处理器与所述存储器通信以执行所述可执行指令从而完成以下操作：

将由miRNA的序列和mRNA的序列拼接而成的输入数据投射到A碱基空间、U碱基空间、G碱基空间和C碱基空间，从而获得A碱基向量、U碱基向量、G碱基向量和C碱基向量；

利用miRNA靶基因预测模型的四级依次连接的卷积层、激活层和池化层从所述A碱基向量、所述U碱基向量、所述G碱基向量和所述C碱基向量提取特征张量；

将所提取的特征张量输入全连接层以获得预测结果；

将所获得的预测结果与参考结果进行比对；以及

基于比对的结果优化所述miRNA靶基因预测模型。