【技术实现步骤摘要】
一种基于深度学习的植物抗旱基因的识别方法
[0001]本专利技术涉及一种基因识别方法，属于基因识别领域。
技术介绍
[0002]在农业生产中，干旱是威胁农作物高产、稳产的主要自然因素之一。随着人口的不断增长、农业用水需求的增加以及可利用淡水量的降低，进一步加剧了干旱对农业生产的影响，所以识别植物是否具有抗旱基因成为研究的重点。传统的湿实验虽然是挖掘基因功能的主要手段，但其耗时长，成本大，不适用于对大批材料进行识别。由于抗旱性是一个受多基因调控的复杂数量性状，因此通过田间试验来鉴定一个基因是否抗旱难度很大。对植物序列进行功能预测的另一种主要方法是通过blast比对，找到同源性较强的序列或者通过寻找功能结构域判断出基因的功能，但此方法对序列同源性依赖性高，会导致预测结果出现较大误差，存在过高的假阳性率和假阴性率，准确率低。
技术实现思路
[0003]本专利技术为了解决现有的植物抗旱基因识别方法耗时长，成本大或过度依赖序列同源性，导致预测结果准确率低的问题，进而提出了一种基于深度学习的植物抗旱基因的识别方法。
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的植物抗旱基因的识别方法，其特征在于：它包括以下步骤：S1、获取不同植物的氨基酸序列及其对应的样本标签，样本标签为是否具有抗旱基因；S2、将每条氨基酸序列分为多个长度为2的kmer，根据kmer提取每条氨基酸序列的特征；S3、构建BiLSTM
‑
Attention模型，BiLSTM
‑
Attention模型依次包括输入层、词嵌入层、特征提取层、注意力层和输出层，将每条氨基酸序列的特征输入BiLSTM
‑
Attention模型中进行训练，输出所述氨基酸序列是否具有抗旱基因，直至满足迭代次数上限，得到训练好的BiLSTM
‑
Attention模型；S4、获取待测的植物氨基酸序列，根据S2得到植物氨基酸序列的特征，将特征输入S3训练好的BiLSTM
‑
Attention模型，输出当前氨基酸序列是否具有抗旱基因。2.根据权利要求1中所述的一种基于深度学习的植物抗旱基因的识别方法，其特征在于：S2具体过程为：将每条氨基酸序列分为多个长度为2的kmer，则20种氨基酸能够组成400种短片段，即X＝{AA,AC,AD,AE,...,WY,YY}，统计400种短片段在每条氨基酸序列中出现的频率，根据频率将所对应的氨基酸序列转化为400维的特征向量，即得到了每条氨基酸序列的特征。3.根据权利要求2中所述的一种基于深度学习的植物抗旱基因的识别方法，其特征在于：S3具体过程为：S31、每条氨基酸序列的特征经过BiLSTM
‑
Attention模型的输入层进入词嵌入层，在词嵌入层内对输入的特征进行编码，输出编码后的特征；S32、将编码后的特征输入特征提取层内，输出特征一；S33、将特征一输入注意力层内，输出当前氨基酸序列是否具有抗旱基因。4.根据权利要求3中所述的一种基于深度学习的植物抗旱基因的识别方法，其特征在于：S31具体过程为：将每条氨基酸序列的特征输入词嵌入层，词嵌入层对输入的特征进行编码，则每条氨基酸序列的特征S包含400个词，即S＝{a1,a2,a3,...,a
400
}其中，a
i
表示频度数字；每一个词都被转化成一个实数向量e
i
，则当前输入特征的词嵌入矩阵为B＝{e1,e2,e3,......
【专利技术属性】
技术研发人员：刘轩睿，乔白雪，孙善文，汪国华，邹权，史婷婷，解莉楠，张庆祝，王江，李易奇，谷家世，幸家弘，
申请(专利权)人：东北林业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。