RNA參與著生物體遺傳信息的表達、蛋白質(zhì)的翻譯及基因調(diào)控等多個生物過程,在生物體內(nèi)扮演著十分重要的角色。RNA的結(jié)構(gòu)與其功能緊密相關,只有確定RNA的結(jié)構(gòu)才可深入研究RNA的功能。因此,研究RNA的二級結(jié)構(gòu)具有極其重要的意義。傳統(tǒng)的RNA結(jié)構(gòu)獲取主要有生物實驗及計算機預測兩種方法。傳統(tǒng)的生物實驗手段存在成本花費高,時間消耗多等問題。因此,計算機方法成為目前主要的研究手段�，F(xiàn)有的預測RNA二級結(jié)構(gòu)的主要方法有:比較序列分析法、動態(tài)規(guī)劃方法及啟發(fā)式算法等。某種程度上來說,這些方法均取得較好的效果,但也存在著一定的不足。尤其是含假結(jié)的RNA結(jié)構(gòu)復雜,使得預測難度加大,往往導致預測效果不理想。假結(jié)是一種特殊的RNA結(jié)構(gòu)單元,也影響著RNA的功能。因此,假結(jié)的預測一直是RNA二級結(jié)構(gòu)研究中的難點問題。傳統(tǒng)的深度學習方法在預測RNA二級結(jié)構(gòu)時,雖然取得較好的效果,但隨著網(wǎng)絡層數(shù)的增加,會出現(xiàn)參數(shù)量增多、過擬合等問題。Goog Le Net模型從網(wǎng)絡的深度和寬度角度出發(fā),在卷積神經(jīng)網(wǎng)絡模型的基礎上進行改進,在提取出更多特征信息的同時,有效提高計算效率。因此,本文使用Goog Le Net模型并借助動... 

【文章來源】：吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：57 頁

【學位級別】：碩士

【部分圖文】：

中心法則中RNA的作用由此可見，RNA分子具有攜帶遺傳信息、傳遞遺傳信息、參與蛋白質(zhì)的合成

第5章基于GoogLeNet模型的帶假結(jié)的RNA二級結(jié)構(gòu)預測方法29為1059個、486個及378個。原始數(shù)據(jù)集是使用CT文件格式表示RNA的二級結(jié)構(gòu)，CT文件不僅包含著數(shù)據(jù)集中RNA的序列信息及結(jié)構(gòu)信息，而且包含與本實驗無關的信息。其中，使用堿基“A”、“U”、“G”、“C”組合形成的序列表示RNA的序列信息，使用“.”、“（”、“）”、“[”、“]”、“{”、“}”點括號表示法表示RNA的結(jié)構(gòu)信息。因此，本文需要將可用的RNA序列信息和結(jié)構(gòu)信息抽取出來。CT文件表示的RNA二級結(jié)構(gòu)如圖5.1所示，在CT文件的第一行包含RNA序列的長度及名稱等描述信息，數(shù)字M表示某條RNA序列的長度，數(shù)字M后面的字符串表示該RNA的名稱。除去首行，CT文件對的每一行都包括6列數(shù)據(jù)：第1列和第6列表示該條RNA序列堿基的位置；第2列表示該條RNA序列從起始至結(jié)束位置各個堿基的排列順序；第3列表示該RNA序列中與某一位置堿基相鄰的前一個堿基所在位置；第4列表示該RNA序列中與某一位置堿基相鄰的后一個堿基所在位置；第5列表示該RNA序列中與該位置堿基是否發(fā)生堿基互補配對的堿基，其中數(shù)字非“0”表示該位置堿基與第1列或第6列相應位置的堿基發(fā)生了堿基互補配對，數(shù)字“0”表示該位置堿基與第1列或第6列相應位置的堿基未形成堿基對。圖5.1CT文件RNA的序列信息在CT文件的第2列，可直接抽取出來。本文使用七個標

第5章基于GoogLeNet模型的帶假結(jié)的RNA二級結(jié)構(gòu)預測方法32圖5.2RNA序列的表示方法設計通過上述RNA序列表示方法將某條RNA序列轉(zhuǎn)換為一個RNA序列的二維矩陣，由于GoogLeNet模型需要預測每一個堿基的配對狀況，因此需要拆分RNA序列的二維矩陣。若將某條RNA序列的長度定義為m，經(jīng)過RNA序列表示方法將其轉(zhuǎn)化為一個mm的二維矩陣。針對以上情況，借助滑動窗口的思想將矩陣拆分為m個小矩陣，使用a表示滑動窗口的大小，這樣每個小矩陣的尺寸則為am。因此，一個大小為am的矩陣代表著該RNA序列的一個堿基。其中，滑動窗口的尺寸會影響實驗模型的精確度。若設置的滑動窗口過大，會提取矩陣


本文編號：2896911