StableDNAm:基于自适应特征校正学习的稳定和高效模型来预测DNA甲基化
Linlin Zhuo1, Rui Wang1, Xiangzheng Fu2
1College of Data Science and Artificial Intelligence, Wenzhou University of Technology, Wenzhou, 325000, China.
BMC genomics
|December 5, 2023
概括
我们开发了StableDNAm,这是一个高效稳定的DNA甲基化预测模型. 它通过使用多级DNA序列编码,自适应性特征校正和对比性学习来提高准确性和概括性,以获得强大的性能.
科学领域:
- 基因组学就是基因组学.
- 计算生物学 计算生物学
- 表观遗传学 在表观遗传学中,表观遗传学是指表观遗传学.
背景情况:
- 准确的DNA甲基化预测对于理解生物过程至关重要.
- 深度学习模型提供了更高的精度,但存在稳定性和泛化问题.
研究的目的:
- 开发一种高效,稳定和可通用的DNA甲基化预测模型.
- 解决DNA甲基化预测中现有的深度学习方法的局限性.
主要方法:
- 开发了 StableDNAm 模型,包括特征融合,自适应特征校正和对比学习.
- 在四个级别进行编码的DNA序列,用于全面的多层次特征捕获.
- 实现了一种特定序列的特征校正模块,用于适应性重量调整.
- 利用对比式学习来缓解数据稀疏性引起的不稳定性.
主要成果:
- 该模型在多个标准数据集中展示了强大的稳定性和性能.
- 在统一数据集上的实验证实了该模型的强大的适应性.
- 提出的方法提高了模型的稳定性,可扩展性和通用性.
结论:
- 稳定DNAm模型是用于DNA甲基化预测的通用,稳定和有效工具.
- 该模型显示了促进甲基化相关研究和分析的巨大潜力.
更多相关视频
14:56Sample Preparation to Bioinformatics Analysis of DNA Methylation: Association Strategy for Obesity and Related Trait Studies
Published on: May 6, 2022
4.5K
13:47Enhanced Reduced Representation Bisulfite Sequencing for Assessment of DNA Methylation at Base Pair Resolution
Published on: February 24, 2015
25.6K
相关概念视频
Epigenetic Regulation
3.0K
Epigenetic changes alter the physical structure of the DNA without changing the genetic sequence and often regulate whether genes are turned on or off. This regulation ensures that each cell produces only proteins necessary for its function. For example, proteins that promote bone growth are not produced in muscle cells. Epigenetic mechanisms play an essential role in healthy development. Conversely, precisely regulated epigenetic mechanisms are disrupted in diseases like cancer.
X-chromosome...
X-chromosome...
3.0K
Mismatch Repair
40.1K
Overview
40.1K
