深度云:一种基于深度神经网络的方法,用于分析RNA-seq数据的差异表达基因
Ying Zhou1, Ting Qi1, Min Pan2
1State Key Laboratory of Bioelectronics, School of Biological Science & Medical Engineering, Southeast University, Nanjing 210096, China.
Journal of chemical information and modeling
|September 8, 2023
概括
一种新的深度学习方法Deep-Cloud增强了RNA测序 (RNA-seq) 数据的分析,用于识别差异表达基因 (DEG). 这种方法可以提高生物医学研究的灵敏度和准确性.
科学领域:
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 对差异表达基因 (DEGs) 的RNA测序 (RNA-seq) 数据分析是一个不断发展的领域.
- 深度神经网络为探索RNA-seq数据中的基因表达信息提供了新的可能性.
研究的目的:
- 开发一种新的方法,Deep-Cloud,用于分析RNA-seq数据以识别DEG.
- 为了利用深度学习和云计算模型来加强生物医学领域的DEG分析.
主要方法:
- 开发了Deep-Cloud,集成卷积神经网络 (CNN) 和长短期记忆 (LSTM) 用于特征提取和基因表达估计.
- 结合深度学习与云模型来量化不确定性,以及疾病和对照组之间的深入DEG分析.
主要成果:
- 与传统软件相比,Deep-Cloud在识别DEG方面表现出更好的灵敏度和准确性.
- 该模型有效地从RNA-seq数据中提取特征并估计基因表达.
结论:
- 深度云为生物医学研究中挖掘RNA-seq数据提供了一条新的途径.
- 深度学习和云模型的整合为DEG分析提供了一个强大的方法.


