基于多尺度CNN和BiLSTM的植物ncRNA相互作用预测研究

• 作 者: 石文浩
• 出 处: 大连理工大学
• 发表日期: 2020年01期
• 关键词: 多尺度卷积 miRNA lncRNA 注意力机制 BiLSTM 预测

非编码RNA之间相互调控机制在很多动植物生命活动中发挥着重要作用,如细胞生长、分化和增殖。目前,在动物和人类疾病方面,miRNA与lncRNA互作关系的研究相对较多,它为动物和人类疾病的诊治提供新的解决方案,而在植物方面的研究相对较少,因此,植物miRNA与lncRNA互作关系的研究既能深入分析基因间生物学功能,又可为植物遗传育种提供新思路。传统方法有生物鉴定和特征工程方法,但生物鉴定代价高、周期长,且不能大批量同时鉴定;特征工程则涉及过多人工干预且提取过程繁杂。因此,利用深度学习方法预测植物非编码RNA有无互作关系具有巨大优势。本文提出一种引入注意力机制的多尺度CNN和BiLSTM的植物非编码RNA互作关系预测模型(MCMPLA),其利用多尺度CNN和多池化操作丰富特征多样性,并借助BiLSTM解决信息长期依赖缺失问题,同时引入注意力机制来获取关键特征实现高效准确预测互作关系的目的。首先,在负集上进行聚类欠采样处理以保证正负集均衡;为保存相邻核苷酸之间的依赖联系,对序列进行k-mers编码;然后,利用多尺度卷积核和多池化操作的CNN代替单尺度情况,以此提取不同长度的主题特征,从而丰富特征多样性;同时借助双向长短期记忆神经网络(BiLSTM)解决序列信息长期依赖缺失问题;最后,引入注意力机制对不同特征分配权重,获取关键特征,进一步优化模型。为验证提出模型MCMPLA的优势,实验在玉米、马铃薯和小麦数据集上,分别比较了基于特征工程的机器学习方法、不同架构的深度学习模型和现有的方法,表明了MCMPLA优于现有方法和传统机器学习方法,验证了提出模型的有效性和合理性。