文件名称:
通过多模式深度学习增强对疾病与基因关联的预测
开发工具:
文件大小: 412kb
下载次数: 0
上传时间: 2021-03-15
详细说明：动机：以计算方式预测疾病基因有助于科学家优化深入的实验验证，并加快对与疾病相关的真实基因的鉴定。 现代高通量技术已经生成了大量的组学数据，并将其集成在一起，有望提高计算预测的准确性。 作为一种集成模型，多模态深层信任网（DBN）可以捕获来自异构数据集的跨模态特征，以对复杂系统进行建模。 研究表明其在图像分类和肿瘤亚型预测中的作用。 但是，多峰DBN尚未用于预测疾病与基因的关联。结果：在这项研究中，我们提出了一种通过多峰DBN（dgMDL）预测疾病与基因的关联的方法。 具体来说，蛋白质-蛋白质相互作用网络和基因本体论术语的潜在表示是首先由两个DBN独立学习的。 然后，使用联合DBN通过将两个子模型获得的潜在表示的级联作为多模态输入来学习两个子模型的跨模态表示。 最后，通过学习到的交叉模式表示来预测疾病与基因的关联。 将所提出的方法与两种最新的算法进行比较，以对一组精选的疾病-基因关联进行5倍交叉验证。 dgMDL达到0.969的AUC，优于竞争算法。对前10个未知疾病-基因对的进一步分析也证明了.dgMDL预测新的疾病-基因关联的能力。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
