龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：安徽农业大学
摘要：本发明公开了一种基于图变换器自编码和Attention‑DNN的RNA‑drug关联预测方法。本发明中，在GATE与Attention‑DNN中插入卷积神经网络CNN组合模块。GATE在数据特征提取中表现出色，能够有效地提取circrna和药物的载体表示，Attention‑DNN解码方法则在预测关联度处理领域表现出色，擅长处理药物的敏感性关联。将两者结合可以融合GATE在数据特征提取方面的优势和Attention‑DNN解码方法在预测关联度处理方面的优势，更好地提取和建模circrna和药物中的特征，提高模型准确性。GATE在框架中使用自注意力机制，能够有效地捕捉数据中的信息。
主权项：1.一种基于图变换器自编码和Attention-DNN的RNA-drug关联预测方法，其特征在于：所述方法包括以下步骤：S1：利用多个信息来源构建circrna与药物的集成相似网络；在集成的circRNA（或药物）相似性网络中，仅连接每个circRNA（或药物）的25个最相似的邻居；并且，基于已知的circrna与药物敏感性之间的关系，构建了circrna－药物敏感性关联网络；S2：了解和融合多模态环状rna和药物嵌入表征；由于图卷积网络和GATE被广泛用于表征学习，利用GATE分别提取环状rna和药物的表征，采用节点级关注自编码器来融合来自集成相似网络和circrna－药物关联网络的1storder邻域信息，以了解circrna和药物的嵌入表征；S3：预测新的环状rna－药物敏感性关联；使用卷积神经网络（CNN）组合模块接收各层的嵌入表示；使用DNN解码方法解码预测circrna与药物的敏感性关联，即将circRNA和药物的表示组合并馈入一个全连接的神经网络，以预测每对circRNA与药物敏感性的关联。
全文数据：
权利要求：
百度查询： 安徽农业大学 一种基于图变换器自编码和Attention-DNN的RNA-drug关联预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号