一种基于深度学习的RNA和蛋白质结合位点的识别方法

摘要

本发明公开了一种基于深度学习的RNA和蛋白质结合位点的识别方法，其方法为：识别方法分为两部分：数据处理和模型设计训练，各部分主要步骤如下：第一步、数据处理：步骤1、原始数据去冗余；步骤2、预测二级结构信息；步骤3、对步骤2中获得的二级结构进行编码；步骤4、将所有数据保存在对应的csv文件中作为输入数据；第二步、模型设计及训练：步骤1、编码为数据矩阵作为模型输入；步骤2、两个特征矩阵维度相同；步骤3、将组合特征输入到编码器中；步骤4、最终编码器编码的结果；步骤5、经过sigmoid函数得到最终类别。有益效果：利用Transformer网络学习序列的长依赖性和对特征进行编码，能够有效地预测RNA和蛋白质的结合位点。