结合多尺度卷积胶囊网络的植物lncRNA编码小肽预测

作者：胡鹤还; 孟军^*; 赵思远; 纪腾其

来源：郑州大学学报(理学版）, 2022, 54(01): 12-18.

DOI：10.13705/j.issn.1671-6841.2021214

• 胶囊网络
• 长非编码RNA
• 短开放阅读框
• 小肽
• 预测

长非编码RNA(lncRNA)是一类不编码蛋白、长度大于200 nt的非编码RNA。然而，最近研究表明，部分lncRNA中含有不超过300 nt的短开放阅读框(sORFs),具备编码小肽的能力。这一发现使得sORFs编码小肽(SEPs)这一崭新的研究领域引起人们的重视。目前，对SEPs的研究大多采用生物实验和传统机器学习方法。由于生物实验方法造价高、耗时长、传统机器学习涉及过多人工干预，提出一种结合多尺度卷积胶囊网络的深度学习模型，既能够充分提取序列特征，又通过胶囊间的连接进行特征聚类。采用五折交叉验证评估模型性能，在苔藓数据集上与单一深度学习模型和简单融合深度学习模型相比，取得较好的分类效果。另外，采用拟南芥、大豆两个物种的数据集进行独立测试，验证了模型具有良好的泛化能力。

• 单位
  大连理工大学