基于混合深度神经网络的基因遗传变体致病性注释

• 作者: 杨书新 汤达荣
• 来源期刊: 生物学杂志
• 学科: 工学
• 关键词: 深度学习 遗传变体 致病性 注释
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 技术方法
• 页码范围: 94-96,101
• 页数: 4页
• 分类号: TP391
• 字数: 2289字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1736.2019.03.094

摘要

绝大部分非编码区的基因功能尚不清楚,而许多的遗传变体就存在这些区域,如何识别与疾病相关的变体仍是一个挑战.已有基于支持向量机的算法CADD被提出,它可以注释编码和非编码区的变体,但是该方法未能捕获特征间的非线性关系.为了解决此问题,设计了一个混合卷积网络和全连接网路的模型,能很好地捕获特征之间的非线性关系.在测试集上,方法达到了最高的66.44％准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨书新	江西理工大学信息工程学院	37	168	7.0	10.0
2	汤达荣	江西理工大学信息工程学院	2	1	1.0	1.0