[发明专利]一种基于上下文感知计算的RNA溶剂可及性预测方法

权利要求书

1.一种基于上下文感知计算的RNA溶剂可及性预测方法，其特征在于，包括：

S1.收集PDB数据库中所有已注释三级结构信息的RNA序列组成训练集合S，并使用POPS工具生成RNA序列对应的溶剂可及性标签Y；

S2.获取训练集合S中碱基个数为L^X的RNA序列信息，并将获取的RNA序列信息记作S^X；

S3.使用Infernal工具搜索S^X的核苷酸数据库并生成对应的多序列联配信息MSA；

S4.对多序列联配信息MSA进行处理，生成MSA对应的特征矩阵FMSA；

S5.根据独热编码原理将碱基编码生成S^X对应的独热编码矩阵OHE；

S6.使用LinearPartition-V工具生成S^X对应的二级结构信息RSS；

S7.构建上下文感知计算神经网络框架MVCADNN，并使用构建的上下文感知计算神经网络框架MVCADNN训练RNA溶剂可及性预测模型，得到训练后的RNA溶剂可及性预测模型；

S8.将待预测RNA序列通过步骤S3-步骤S6处理后，生成RNA序列对应的特征信息，并生成的特征信息输入到训练后的RNA溶剂可及性预测模型中，得到RNA溶剂可及性的预测信息。

2.根据权利要求1所述的一种基于上下文感知计算的RNA溶剂可及性预测方法，其特征在于，所述步骤S3中多序列联配信息MSA，表示为：

其中，表示MSA中的第n条序列联配信息；N表示MSA中的序列联配信息总数目。

3.根据权利要求2所述的一种基于上下文感知计算的RNA溶剂可及性预测方法，其特征在于，所述步骤S4中特征矩阵FMSA，表示为：

其中，表示中的第l_x个元素；表示中的第l_y个元素；R_r表示元素集合R中的第r个元素；表示第x位置上r碱基的概率；表示第y位置上r碱基的概率；σ表示符号函数；表示第x位置和第y位置的碱基特征；表示第x位置和第y位置上的碱基的信息熵值；l_x表示第x位置的碱基。

4.根据权利要求3所述的一种基于上下文感知计算的RNA溶剂可及性预测方法，其特征在于，所述步骤S5中独热编码矩阵OHE，表示为：

其中，表示OHE中的第l个元素的独热编码信息。

5.根据权利要求4所述的一种基于上下文感知计算的RNA溶剂可及性预测方法，其特征在于，所述步骤S5中的碱基编码包括OHE^A＝[1，0，0，0]、OHE^U＝[0，1，0，0]、OHE^G＝[0，0，1，0]、OHE^C＝[0，0，0，1]；其中，A表示腺嘌呤、U表示尿嘧啶、G鸟嘌呤、C胞嘧啶。

6.根据权利要求1所述的一种基于上下文感知计算的RNA溶剂可及性预测方法，其特征在于，所述步骤S7中的上下文感知计算神经网络框架MVCADNN包括5个管道，第一管道、第二管道和第三管道分别用于挖掘隐含FMSA、OHE与RSS中的鉴别信息；第四管道用于挖掘隐含在FMSA、OHE与RSS的串行组合特征中的鉴别信息；第五管道用于挖掘由第一管道①、第二管道、第三管道和第四管道的输出经串行组合后的特征中的鉴别信息。

7.根据权利要求6所述的一种基于上下文感知计算的RNA溶剂可及性预测方法，其特征在于，所述第一管道、第二管道和第三管道均由两个两层的双向长短时记忆循环神经网络、三个全连接层、两个注意力机制模块组成。

8.根据权利要求6所述的一种基于上下文感知计算的RNA溶剂可及性预测方法，其特征在于，所述第四管道由一个1D膨胀卷积层，三个残差块，二个全连接层组成。

9.根据权利要求6所述的一种基于上下文感知计算的RNA溶剂可及性预测方法，其特征在于，所述第五管道由三个全连接层和三个注意力机制模块组成。