一种基于Transformer架构的CIRSPRCas9系统脱靶预测方法技术方案

本发明专利技术公开了一种基于Transformer架构的CIRSPRCas9系统脱靶预测方法，属于基因编辑领域，该预测方法具体步骤如下：(1)构建数据集并对其进行编码处理；(2)对编码的序列进行特征提取；(3)构建脱靶模型并对其进行训练测试；(4)进行脱靶预测实验并记录实验结果；本发明专利技术通过Transformer的多头注意力机制进行特征提取，能够使特征提取更加全面性、大幅提高算法性能，使预测方法具有更高的准确度。使预测方法具有更高的准确度。使预测方法具有更高的准确度。

【技术实现步骤摘要】
一种基于Transformer架构的CIRSPRCas9系统脱靶预测方法


[0001]本专利技术涉及基因编辑领域，尤其涉及一种基于Transformer架构的CIRSPRCas9系统脱靶预测方法。

技术介绍

[0002]CRISPR/Cas9系统是目前基因编辑领域中被普遍使用的一种技术，其具有操作简单、成本低廉应用广泛等优点，但在编辑过程中，sgRNA与基因组的DNA序列结合时存在一定几率的错配，这种错配导致了在非靶向位点的基因突变，使得实验结果存在一定程度的不确定性，业内将这种现象称为脱靶，由于较高的脱靶率限制了CRISPR/Cas9系统的大规模临床应用，因此如果能准确地预测CRISPR/Cas9系统的脱靶则对于该系统的进一步的推广应用至关重要；因此，专利技术出一种基于Transformer架构的CIRSPRCas9系统脱靶预测方法变得尤为重要；
[0003]经检索，中国专利号CN111613267A公开了一种基于注意力机制的CRISPR/Cas9脱靶预测方法，该专利技术虽然更加准确全面的预测CRISPR/Cas9的脱靶问题，但同样存本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Transformer架构的CIRSPRCas9系统脱靶预测方法，其特征在于，该预测方法具体步骤如下：(1)构建数据集并对其进行编码处理：构建包含sgRNA
‑
DNA及其脱靶标签的用于模型训练及测试的数据集，并采用特定的编码方法对样本数据集中的sgRNA
‑
DNA序列对进行数据编码；(2)对编码的序列进行特征提取：将经过编码的sgRNA
‑
DNA序列对输入到Transformer层中进行特征提取；(3)构建脱靶模型并对其进行训练测试：构建脱靶模型，同时对提取出的特征进行特征映射处理，并依据各组sgRNA
‑
DNA序列对特征映射结果对sgRNA
‑
DNA序列对的脱靶标签进行拟合以对脱靶模型进行训练测试；(4)进行脱靶预测实验并记录实验结果：脱靶模型训练完成后，在划分好的测试集上进行测试，完成测试后，对测试结果进行记录。2.根据权利要求1所述的一种基于Transformer架构的CIRSPRCas9系统脱靶预测方法，其特征在于，步骤(1)中所述数据编码具体步骤如下：步骤一：将其中的包含脱靶位点的样本标记为正样本，用数字1作为标签；不包含脱靶位点的样本记为负样本，用数字0作为标签；步骤二：定义一个碱基对的词典，并在该词典中查找sgRNA
‑
DNA序列对每个位置的核苷酸对所对应的数值以对各组sgRNA
‑
DNA序列对进行编码；步骤三：对每一个数据集，将其按照8:2的比例划分为训练集和测试集。3.根据权利要求1所述的一种基于Transformer架构的CIRSPRCas9系统脱靶预测方法，其特征在于，步骤(2)中所述特征提取具体步骤如下：第一步：将各组sgRNA
‑
DNA序列对输入Embedding层，并将输入的序列对转换成词向量，获取对应位点的位置编码，并构建位置向量，其中，位置向量具体计算公式为获取对应位点的位置编码，并构建位置向量，其中，位置向量具体计算公式为以及以及第二步：将词向量与位置向量输入一个由2层4头ReLU激活函数构成的Encoder层；第三步：在层与层之间采用layer normalization归一化策略对隐藏层词向量进行调整，其具体调整公式为整，其具体调整公式为第四步：将Transf...

【专利技术属性】
技术研发人员：袁浩，江振然，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：