| 专利号 | 2024102339555 | 申请日 | 2024-03-01 | 专利名称 | 一种基于深度迁移学习的调控变异预测方法 |
| 授权日 | 2024-04-26 | 专利权人 | 鲁东大学 | 发明人 | 李铭烈;周树森;王庆军;臧睦君;刘通;柳婵娟 |
| 主分类号 | G16B20/20 | 关键词 | 应用领域 | ||
| 摘要 | 本发明属于生物信息学领域，涉及一种基于深度迁移学习的调控变异预测方法，其中包括卷积自编码器、多任务学习和迁移学习等技术。该方法的核心思想是在非编码变异数据上预训练模型，通过半监督方法学习非编码变异的底层特征表示能力。包括如下步骤：首先构建源域样本和目标域样本，并对DNA序列进行独热编码；其次使用卷积自编码器，通过多任务学习，训练特征提取器；最后将源域样本知识迁移到目标域，辅助模型在目标域进行预测。本方法采用半监督学习方法进行预训练，极大的保留了源域数据的底层特征，可以有效对候选变异进行筛选，对未来的实验验证具有重要意义。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 人工智能 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
