运用双向LSTM拟合RNA二级结构打分函数

• 作者: 吕强 王帅 蔡磊鑫 顾倜
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: RNA 打分函数 二级结构 双向LSTM
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 算法
• 页码范围: 232-239
• 页数: 8页
• 分类号: TP391.4
• 字数: 6595字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.09.046

摘要

RNA二级结构的打分函数在RNA二级结构预测中扮演着越来越重要的角色.目前对RNA二级结构的打分函数并没有很好地抓住RNA的折叠机制.我们认为递归神经网络层与层之间的信息传递方式和RNA的折叠方式有相似之处.提出使用双向LSTM(Long Short term Memory)神经网络对RNA二级结构进行打分.在数据集ASE(长度小于500),以及CRW(大部分长度大于1 000)上,进行了三项实验.通过拟合SEN (Sensitivity)与PPV(Specificity)打分函数确定了在目标函数为mean_squared_error时拟合效果最好;进而对比较复杂的打分函数MCC(Matthews correlation coefficient)进行拟合;最后实验得出双层双向LSTM模型的结果优于单层双向LSTM模型的结果.通过实验,得到的打分函数包含了碱基序列的全局属性.实验结果表明LSTM深度神经网络模型可以很好地拟合RNA二级结构的打分函数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕强	苏州大学计算机科学与技术学院	134	1011	15.0	26.0
5	王帅	苏州大学计算机科学与技术学院	19	38	4.0	5.0
6	蔡磊鑫	苏州大学计算机科学与技术学院	4	9	1.0	3.0
7	顾倜	苏州大学计算机科学与技术学院	3	2	1.0	1.0