典型文献
PVsiRNAPred-LSTM:基于长短时记忆神经网络预测植物病毒衍生的小干扰RNA
文献摘要：
植物病毒衍生的小干扰RNA(Virus-derived siRNAs,vsiRNAs)能够调节多种生物学过程,在抗病毒免疫中发挥着非常重要的作用.因此,植物vsiRNAs的识别有助于了解其生物发生机制,对研究抗病毒植物具有重要意义.虽然,现在已有多种实验方法通过检测RNA来寻找vsiRNAs,但是实验测试费时费力费钱.在本文中,我们从PVsiRNAdb数据库中提取植物vsiRNAs序列,基于长短时记忆神经网络(Long Short-Term Memory neural network,LSTM)与vsiRNAs序列,开发了一种深度学习算法——PVsiRNAPred-LSTM,用于预测植物vsiRNAs.PVsiRNAPred-LSTM可以自动学习并选择与预测任务相关的重要特征.为了防止模型过拟合,我们使用了五折交叉检验来训练模型.在五折交叉检验测试中,该模型的准确率为64.38％,灵敏度(Sn)为66.44％,精确度(Pr)为60.51％,F1值为0.64,特异性(Sp)为56.63％,马修斯相关系数(MCC)为0.23,AUCROC为0.67.以上结果表明PVsiRNAPred-LSTM取得了良好的预测效果,我们希望通过PV-siRNAPred-LSTM这一生物信息学算法来预测植物vsiRNAs,帮助找到新的植物vsiRNAs.
文献关键词：
植物病毒衍生的小干扰RNA(vsiRNAs);长短时记忆神经网络(LSTM);深度学习;五折交叉检验;生物信息学算法;vsiRNA预测
中图分类号：
作者姓名：
李博文;贺碧芳
作者机构：
贵州大学医学院 贵州贵阳 550025
文献出处：
引用格式：
[1]李博文;贺碧芳-.PVsiRNAPred-LSTM:基于长短时记忆神经网络预测植物病毒衍生的小干扰RNA)[J].科技风,2022(15):71-74
A类：
PVsiRNAPred,vsiRNAs,PVsiRNAdb,siRNAPred,生物信息学算法,vsiRNA
B类：
长短时记忆神经网络,神经网络预测,植物病毒,小干扰,Virus,derived,生物学过程,抗病毒免疫,生物发生,发生机制,实验方法,实验测试,费时费力,费钱,Long,Short,Term,Memory,neural,network,深度学习算法,自动学习,过拟合,五折交叉检验,训练模型,检验测试,Sn,Sp,马修斯,MCC,AUCROC
AB值：
0.231797
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
