科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出了一种基于深度学习的方法UCEfold，用于预测RNA二级结构。UCEfold使用了一种同时采用“序列”和“图像”作为深度学习模型输入来提取隐藏特征的全新方法，并在模型中加入了一定的先验知识来提高预测精度。我们同时在RNAStralign和ArchiveII两个数据集上测试了UCEfold模型，结果表明UCEfold性能显著优于传统方法，能够更加准确地预测带假结的RNA序列，并具有很强的泛化能力，有效解决了传统算法复杂度高，效率低下，且无法预测假结的瓶颈。随着越来越多更高质量的训练数据变得可用，我们的基于深度学习的算法将具有更加优异的性能。
- 单位
