甲型H3N2病毒是一種呼吸道病毒,其表面的蛋白血凝素（hemagglutinin，HA）負(fù)責(zé)與細(xì)胞受體進(jìn)行結(jié)合,從而導(dǎo)致病毒的入侵,同時(shí)它也是誘導(dǎo)宿主產(chǎn)生保護(hù)性抗體時(shí)最重要的抗原物質(zhì),是流感疫苗篩選的主要因素。為了逃避宿主免疫,HA的氨基酸序列變化非�？�,而這種持續(xù)和累積的變化會產(chǎn)生新的抗原株,從而導(dǎo)致季節(jié)性流感疫情,甚至造成全球范圍的流感大爆發(fā)。因此,流感病毒在全世界范圍內(nèi)嚴(yán)重威脅著人類的公眾健康。目前,流感疫苗是預(yù)防流感和阻止流感疫情爆發(fā)最有效的手段,而疫苗免疫效果主要取決于疫苗株和流行株之間的抗原性。因此,分析抗原性對流感疫情的監(jiān)測和疫苗的選擇是至關(guān)重要的。深度神經(jīng)網(wǎng)絡(luò)成功應(yīng)用到包括生物信息學(xué)的很多領(lǐng)域,但在流感抗原性預(yù)測問題上的有效性還沒有得到驗(yàn)證。因此,針對甲型H3N2流感病毒及其抗原性特點(diǎn),本文提出了一種甲型H3N2病毒的抗原性編碼方法,設(shè)計(jì)了甲型H3N2流感病毒抗原性預(yù)測模型,在兩個(gè)數(shù)據(jù)集上對所設(shè)計(jì)模型進(jìn)行對比分析。實(shí)驗(yàn)結(jié)果表明本文設(shè)計(jì)的模型優(yōu)化了甲型H3N2流感病毒抗原性預(yù)測。本文的具體工作包括以下四個(gè)方面。第一,本文提出了一種甲型H3N2流感抗原性的編碼方法。該編碼將... 

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
        1.1.1 甲型流感病毒
        1.1.2 甲型H3N2病毒的抗原性預(yù)測
    1.2 研究現(xiàn)狀
        1.2.1 基于計(jì)算方法的流感抗原性預(yù)測
        1.2.2 深度神經(jīng)網(wǎng)絡(luò)及其在生物數(shù)據(jù)分析中的應(yīng)用
    1.3 本文工作
    1.4 論文結(jié)構(gòu)
第二章 甲型H3N2抗原特征表示
    2.1 蛋白質(zhì)特征的基本表示方法
    2.2 甲型H3N2流感的抗原特征
    2.3 甲型H3N2流感抗原性特征編碼
    2.4 本章小結(jié)
第三章 基于BiLSTM的A/H3N2抗原性預(yù)測模型
    3.1 LSTM神經(jīng)元和雙向LSTM神經(jīng)網(wǎng)絡(luò)
    3.2 基于BiLSTM神經(jīng)網(wǎng)絡(luò)的A/H3N2抗原性預(yù)測模型
        3.2.1 模型設(shè)計(jì)
        3.2.2 模型參數(shù)和訓(xùn)練
    3.3 實(shí)驗(yàn)及分析
        3.3.1 實(shí)驗(yàn)環(huán)境、數(shù)據(jù)和評價(jià)指標(biāo)
        3.3.2 實(shí)驗(yàn)設(shè)計(jì)
        3.3.3 實(shí)驗(yàn)結(jié)果與分析
    3.4 本章小結(jié)
第四章 基于CNN的A/H3N2抗原性預(yù)測模型
    4.1 卷積神經(jīng)網(wǎng)絡(luò)模型
    4.2 基于CNN的A/H3N2抗原性預(yù)測模型
        4.2.1 模型設(shè)計(jì)
        4.2.2 模型參數(shù)和訓(xùn)練
    4.3 實(shí)驗(yàn)及分析
        4.3.1 實(shí)驗(yàn)設(shè)計(jì)
        4.3.2 實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
第五章 基于注意力機(jī)制CNN的A/H3N2抗原性預(yù)測模型
    5.1 注意力機(jī)制(Attention)
    5.2 基于注意力機(jī)制CNN的A/H3N2抗原性預(yù)測模型
        5.2.1 模型設(shè)計(jì)
        5.2.2 模型參數(shù)和訓(xùn)練
    5.3 實(shí)驗(yàn)及分析
        5.3.1 實(shí)驗(yàn)設(shè)計(jì)
        5.3.2 實(shí)驗(yàn)結(jié)果與分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間完成的科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于卷積長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測[J]. 郭延哺,李維華,王兵益,金宸.  模式識別與人工智能. 2018(06)
[2]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計(jì)算機(jī)學(xué)報(bào). 2017(06)
[3]神經(jīng)網(wǎng)絡(luò)七十年:回顧與展望[J]. 焦李成,楊淑媛,劉芳,王士剛,馮志璽.  計(jì)算機(jī)學(xué)報(bào). 2016(08)

碩士論文
[1]人工神經(jīng)網(wǎng)絡(luò)在生物信息學(xué)中的應(yīng)用研究[D]. 馬蒙.中國海洋大學(xué) 2015



本文編號：3660038