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:苏州大学
摘要:本发明公开了一种基于自注意力机制的单核苷酸无义突变致病性预测系统,包括第一通道和第二通道,第一通道和第二通道均包括依次设置的嵌入模块、全连接模块和Encoder模块;融合模块用于截取第一通道和第二通道中突变位点上下文序列中提取到的抽象特征,并调整输出的向量形状后与经过归一化处理的生物学特征进行融合,作为多层感知机的输入;多层感知机,包括多层全连接层,用于映射一组输入向量到一组输出向量,并将输出变成预测概率值。本发明通过截取第一通道和第二通道中突变位点上下文序列中提取到的抽象特征,并调整输出的向量形状后与经过归一化处理的生物学特征进行融合,减少了计算量,提高了预测的准确率。
主权项:1.基于自注意力机制的单核苷酸无义突变致病性预测系统,其特征在于,包括:第一通道和第二通道,所述第一通道和第二通道均包括依次设置的嵌入模块、全连接模块和Encoder模块,变异前的DNA序列转化成的词向量作为所述第一通道中的输入,变异后的DNA序列转化成的词向量作为所述第二通道的输入;所述嵌入模块用于将DNA序列转化为向量的索引;所述全连接模块用于将嵌入模块输出的特征进行非线性变化,提取特征之间的关联,并映射到输出空间上;所述Encoder模块包括多层Encoder层,用于提取DNA序列上突变位点上下文序列中的抽象特征;所述Encoder层用于对输入的序列向量进行位置编码,经过多头注意力机制学习序列中每个位置的重要性并给出注意力评分,通过残差连接将上一层的输入与输出相加后,将Transformer神经网络中的隐藏层归一化为正态分布,最后经过前馈网络与激活函数将特征矩阵传输到下一层;融合模块,用于截取第一通道和第二通道中突变位点上下文序列中提取到的抽象特征,并调整输出的向量形状后与经过归一化处理的生物学特征进行融合,作为多层感知机的输入,在所述融合模块中,通过Reshape方法调整输出的向量形状,所述Encoder模块包括4层Encoder层,多头注意力的头数为4;多层感知机,包括多层全连接层,用于映射一组输入向量到一组输出向量,并将输出变成预测概率值。
全文数据:
权利要求:
百度查询: 苏州大学 基于自注意力机制的单核苷酸无义突变致病性预测系统
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。