iPromoter-BnCNN：一种基于新型分支 CNN 的 sigma 启动子识别与分类预测器
定量方法
2020-07-06 v4 机器学习
机器学习
摘要
启动子是一段负责启动特定基因转录的短 DNA 区域。开发用于自动识别启动子的计算工具需求很大。根据功能差异，启动子可有不同类型。启动子在共识序列方面可能具有类内和类间差异与相似性。各类 sigma 启动子的准确分类仍是一项挑战。我们提出 iPromoter-BnCNN 用于识别和准确分类六类启动子——sigma24、sigma28、sigma32、sigma38、sigma54、sigma70。它是一个基于卷积神经网络（CNN）的分类器，通过并行分支结合与单体核苷酸序列、三聚体核苷酸序列、二聚体结构性质和三聚体结构性质相关的局部特征。我们在基准数据集上进行了实验，并与两种最先进的工具比较，以在 5 折交叉验证上展示我们的优势。此外，我们在独立测试数据集上测试了我们的分类器。我们提出的工具 iPromoter-BnCNN 网络服务器可在 http://103.109.52.8/iPromoter-BnCNN 免费获取。可运行源代码可在 https://colab.research.google.com/drive/1yWWh7BXhsm8U4PODgPqlQRy23QGjF2DZ 找到。
引用
@article{arxiv.1912.10251,
title = {iPromoter-BnCNN: a Novel Branched CNN Based Predictor for Identifying and Classifying Sigma Promoters},
author = {Ruhul Amin and Chowdhury Rafeed Rahman and Md. Habibur Rahman Sifat and Md Nazmul Khan Liton and Md. Moshiur Rahman and Swakkhar Shatabda and Sajid Ahmed},
journal= {arXiv preprint arXiv:1912.10251},
year = {2020}
}