【技术实现步骤摘要】
本专利技术涉及rna结构预测，特别涉及一种rna二级结构预测方法、系统和计算机设备。
技术介绍
1、非编码rna(non-coding rna,ncrna)是在rna水平上就能行使各自的生物学功能的rna。在生命体系里，rna长期以来被认为是蛋白质的中间体，因为除了转运rna(trna)，核糖体rna(rrna)，把信使rna(mr na)按照dna指定合成特定的蛋白质之外，rna的其他功能没有发现。但是，近年来越来越多的实验表明rna似乎无处不在、无所不能，有用于rna修饰(例如snrna，snorna)、dna复制(例如y-rna)、催化作用(例如rn ase p)、rna剪接(例如smy-rna)、表达调控(mirna,pirna,sirna,ln crna,riboswitch等)等，还有许多环状rna(circrna)。事实上，编码用的mrna才占1.5％，而非编码rna则占据了人类基因组的75％。但是，不像蛋白质，我们对绝大多数的非编码rna了解甚少，主要原因是缺乏结构信息，因为结构决定功能，不知道结构，就没有线索。
...【技术保护点】
1.一种RNA二级结构预测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种RNA二级结构预测方法，其特征在于，所述通过在卷积神经网络CNN末尾连接卷积层构建全卷积神经网络模型FCN，包括如下步骤：
3.如权利要求2所述的一种RNA二级结构预测方法，其特征在于，所述将所述研究对象矩阵L*L*10输入全卷积神经网络模型FCN中进行处理，输出L*L*1的矩阵，包括如下步骤：
4.如权利要求3所述的一种RNA二级结构预测方法，其特征在于，所述将输入层输入的数据输入卷积神经网络CNN中进行处理，其中卷积神经网络CNN包括5个模块，...
【技术特征摘要】
1.一种rna二级结构预测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种rna二级结构预测方法，其特征在于，所述通过在卷积神经网络cnn末尾连接卷积层构建全卷积神经网络模型fcn，包括如下步骤：
3.如权利要求2所述的一种rna二级结构预测方法，其特征在于，所述将所述研究对象矩阵l*l*10输入全卷积神经网络模型fcn中进行处理，输出l*l*1的矩阵，包括如下步骤：
4.如权利要求3所述的一种rna二级结构预测方法，其特征在于，所述将输入层输入的数据输入卷积神经网络cnn中进行处理，其中卷积神经网络cnn包括5个模块，通过所述5个模块进行数据处理过程具体包括如下步骤：
5.如权利要求4所述的一种rna二级结构预测方法，其特征在于，在所述全卷积层后连接上采样反卷积层，将提取的所述特征进行上采样，获得原尺寸的概率矩阵，包括如下步骤：
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。