[发明专利]一种RNA选择性剪接位点识别方法及系统在审
| 申请号： | 201910305376.6 | 申请日： | 2019-04-16 |
| 公开（公告）号： | CN110010201A | 公开（公告）日： | 2019-07-12 |
| 发明（设计）人： | 孙晓勇;李瑞;魏庆功 | 申请（专利权）人： | 山东农业大学 |
| 主分类号： | G16B30/10 | 分类号： | G16B30/10;G16B40/00 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 杨晓冰 |
| 地址： | 271018 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种RNA选择性剪接位点识别方法及系统，该方法包括以下步骤：选取RNA选择性剪接位点数据和非RNA选择性剪接位点数据，并对其进行预处理，利用预处理后的数据构建训练集、验证集与测试集，并生成相应的标签；搭建卷积神经网络与循环神经网络相结合的深度学习神经网络模型；利用训练集中数据训练深度学习神经网络模型；采用训练后的深度学习神经网络模型对测试集中数据进行识别，得到RNA剪接位点和非RNA剪接位点。本发明可以快速准确的识别并预测新的RNA选择性剪接位点。 | ||
| 搜索关键词： | 选择性剪接 位点 学习神经网络 预处理 点数据 卷积神经网络 循环神经网络 数据构建 数据训练 测试集 训练集 验证集 标签 测试 预测 | ||
【主权项】：
1.一种RNA选择性剪接位点识别方法，其特征是，该方法包括以下步骤：选取RNA选择性剪接位点数据和非RNA选择性剪接位点数据，并对其进行预处理，利用预处理后的数据构建训练集、验证集与测试集，并生成相应的标签；搭建卷积神经网络与循环神经网络相结合的深度学习神经网络模型；利用训练集中数据训练深度学习神经网络模型；采用训练后的深度学习神经网络模型对测试集中数据进行识别，得到RNA剪接位点和非RNA剪接位点。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东农业大学，未经山东农业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910305376.6/，转载请声明来源钻瓜专利网。
