免疫寻找器:一种基于多组学的神经网络的方法,用于预测牲畜中的免疫基因
Menaka Thambiraja1, Pavinap Priyaa Karthikeyan1, Mezya Sezen1
1Department of Bioinformatics, School of Chemical and Biotechnology, SASTRA Deemed to be University, Thanjavur, India.
Omics : a journal of integrative biology
|October 20, 2025
概括
我们开发了ImmFinder,这是一种深度学习工具,可以使用基因组和转录组数据对牛的免疫基因进行分类. 这种方法增强了对疾病耐药性和功能基因组学的理解.
科学领域:
- 基因组学就是基因组学.
- 免疫学 免疫学 免疫学
- 生物信息学是一种生物信息学.
背景情况:
- 在牛群中分类免疫和非免疫基因对于抗病研究至关重要.
- 传统的基因分类方法耗时且劳动密集.
研究的目的:
- 介绍ImmFinder,一个新的多式联网全连接神经网络 (FCNN) 框架,用于对牛的免疫基因进行分类.
- 利用综合基因组和转录基因组数据集来改善基因分类.
主要方法:
- 开发了ImmFinder,一个多式联通FCNN框架.
- 综合基因组和转录基因组数据集用于培训和评估.
- 使用Python进行实现,所有脚本都可以在GitHub上找到.
主要成果:
- ImmFinder实现了高精度 (85.67%),F1得分 (0.85),精度 (0.86) 和回忆 (0.85).
- AUC-ROC分数为0.9250 (测试) 和0.9264 (验证) 表明了强大的性能.
- 这项研究强调了多式联络深度学习对功能基因注释的有效性.
结论:
- 通过融合多模式数据,ImmFinder提供了一种可扩展的功能基因注释方法.
- 深度学习为牛功能基因组学中的传统方法提供了强大的替代方案.
- 未来的工作包括扩展数据集,数据模式和实验验证.
