一种基于上下文感知计算的RNA溶剂可及性预测方法与流程

技术特征：
1.一种基于上下文感知计算的rna溶剂可及性预测方法，其特征在于，包括：s1.收集pdb数据库中所有已注释三级结构信息的rna序列组成训练集合s，并使用pops工具生成rna序列对应的溶剂可及性标签y；s2.获取训练集合s中碱基个数为l
x
的rna序列信息，并将获取的rna序列信息记作s
x
；s3.使用infernal工具搜索s
x
的核苷酸数据库并生成对应的多序列联配信息msa；s4.对多序列联配信息msa进行处理，生成msa对应的特征矩阵fmsa；s5.根据独热编码原理将碱基编码生成s
x
对应的独热编码矩阵ohe；s6.使用linearpartition-v工具生成s
x
对应的二级结构信息rss；s7.构建上下文感知计算神经网络框架mvcadnn，并使用构建的上下文感知计算神经网络框架mvcadnn训练rna溶剂可及性预测模型，得到训练后的rna溶剂可及性预测模型；s8.将待预测rna序列通过步骤s3-步骤s6处理后，生成rna序列对应的特征信息，并生成的特征信息输入到训练后的rna溶剂可及性预测模型中，得到rna溶剂可及性的预测信息。2.根据权利要求1所述的一种基于上下文感知计算的rna溶剂可及性预测方法，其特征在于，所述步骤s3中多序列联配信息msa，表示为：其中，表示msa中的第n条序列联配信息；n表示msa中的序列联配信息总数目。3.根据权利要求2所述的一种基于上下文感知计算的rna溶剂可及性预测方法，其特征在于，所述步骤s4中特征矩阵fmsa，表示为：在于，所述步骤s4中特征矩阵fmsa，表示为：在于，所述步骤s4中特征矩阵fmsa，表示为：在于，所述步骤s4中特征矩阵fmsa，表示为：在于，所述步骤s4中特征矩阵fmsa，表示为：其中，表示中的第l
x
个元素；表示中的第l
y
个元素；r
r
表示元素集合r中的第r个元素；表示第x位置上r碱基的概率；表示第y位置上r碱基的概率；σ表示符号函数；表示第x位置和第y位置的碱基特征；表示第x位置和第y位置上的碱基的信息熵值；l
x
表示第x位置的碱基。
4.根据权利要求3所述的一种基于上下文感知计算的rna溶剂可及性预测方法，其特征在于，所述步骤s5中独热编码矩阵ohe，表示为：其中，表示ohe中的第l个元素的独热编码信息。5.根据权利要求4所述的一种基于上下文感知计算的rna溶剂可及性预测方法，其特征在于，所述步骤s5中的碱基编码包括ohe
a
＝[1，0，0，0]、ohe
u
＝[0，1，0，0]、ohe
g
＝[0，0，1，0]、ohe
c
＝[0，0，0，1]；其中，a表示腺嘌呤、u表示尿嘧啶、g鸟嘌呤、c胞嘧啶。6.根据权利要求1所述的一种基于上下文感知计算的rna溶剂可及性预测方法，其特征在于，所述步骤s7中的上下文感知计算神经网络框架mvcadnn包括5个管道，第一管道、第二管道和第三管道分别用于挖掘隐含fmsa、ohe与rss中的鉴别信息；第四管道用于挖掘隐含在fmsa、ohe与rss的串行组合特征中的鉴别信息；第五管道用于挖掘由第一管道
①
、第二管道、第三管道和第四管道的输出经串行组合后的特征中的鉴别信息。7.根据权利要求6所述的一种基于上下文感知计算的rna溶剂可及性预测方法，其特征在于，所述第一管道、第二管道和第三管道均由两个两层的双向长短时记忆循环神经网络、三个全连接层、两个注意力机制模块组成。8.根据权利要求6所述的一种基于上下文感知计算的rna溶剂可及性预测方法，其特征在于，所述第四管道由一个1d膨胀卷积层，三个残差块，二个全连接层组成。9.根据权利要求6所述的一种基于上下文感知计算的rna溶剂可及性预测方法，其特征在于，所述第五管道由三个全连接层和三个注意力机制模块组成。

技术总结
本发明公开了一种基于上下文感知计算的RNA溶剂可及性预测方法，包括：S1.收集PDB数据库中所有已注释三级结构信息的RNA序列组成训练集合S；S2.获取训练集合S中碱基个数为L


技术研发人员：胡俊 樊学强 唐玉璇 贾宁欣 张贵军
受保护的技术使用者：浙江工业大学
技术研发日：2021.09.29
技术公布日：2022/1/14