本发明公开了一种双端成对的剪接位点预测方法,该方法通过获取双端成对的剪接位点样本序列作为基准数据集和独立数据集；将碱基序列通过基于序列本身、物理化学性质等多种特征提取方式进行编码；组合多种特征作为一个多通道多维的向量表示；训练卷积神经网络模型；最后进行评估。这种预测方法可以结合样本多种特征表示方式,帮助卷积神经网络充分学习样本内在模式,提高了双端成对的剪接位点预测的准确率。
科研之友
微信
新浪微博
Facebook
分享链接
