iEnhancer-DCSA:通过双尺度卷积和空间注意力识别增强剂

科学领域:

• 生物信息学是一种生物信息学.
• 基因组学就是基因组学.
• 计算生物学 计算生物学

背景情况:

• 鉴定增强剂及其监管实力,由于其动态性质,给生物信息学带来了重大挑战.
• 深度学习模型有先进的增强器检测,但往往忽略了多层次的图案信息或对待所有特征均等.
• 有效地整合多样化的动机信息,同时无视无关数据,对于准确的增强器预测至关重要.

研究的目的:

• 开发一个准确和稳定的预测器,命名为iEnhancer-DCSA,用于增强器识别和分类.
• 通过有效使用多尺度图案信息和空间注意力来解决现有方法的局限性.

主要方法:

• 该iEnhancer-DCSA预测器采用双级融合提取不同长度的图案的特征.
• 空间注意力机制被纳入,以选择性地关注关键特征,提高预测准确度.
• 该模型自动提取和处理图案特征,减少了手动特征工程的需要.

主要成果:

• 在测试数据集上,iEnhancer-DCSA与最先进的方法相比表现优越.
• 增强器识别精度提高了3.45%,MCC提高了9.41%.
• 增强器分类准确度增加了7.65%,MCC增加了18.1%,废除研究证实了双级融合和空间注意力的有效性.

结论:

• iEnhancer-DCSA作为一种有价值的计算工具,用于识别和分类增强剂.
• 该预测器对于在培训数据集中不存在的新增增强剂特别有效.
• 该模型处理多尺度特征和空间注意力的能力在增强器预测方面取得了重大进展.