计算机应用

作者：谢冬梅, 边昕烨, 于连飞, 刘文博, 王子灵, 曲志坚, 于家峰

单位：1.山东理工大学 计算机科学与技术学院，山东 淄博 255049；2.德州学院 生物物理研究院（山东省生物物理重点实验室），山东 德州 253023

关键词：小开放阅读框,编码sORFs,端到端,图编码,流注意力

基金：山东省高等学校青年创新团队发展计划项目(2019KJN048)

小开放阅读框（sORFs）在多种生物学过程中发挥着关键作用，且准确识别编码sORFs和非编码sORFs是基因组学中一项重要且有挑战性的任务。针对目前大多数编码sORFs预测算法严重依赖基于先验生物知识的手工特征且缺乏通用性的问题以及原始sORFs的序列长度长短不一而无法直接输入预测模型的问题，提出一种基于sORF-Graph图编码方式的端到端的深度学习框架DeepsORF预测编码sORFs。首先，通过sORF-Graph将所有sORFs序列编码成对应的图，并将序列信息编码成图元素特征，从而对输入序列进行标准化处理；其次，引入基于卷积与残差的流注意力机制捕获sORFs中碱基远距离之间的相互作用，以更有效地表达sORFs的特征，并提高模型的预测精度。实验结果证明，DeepsORF框架在6个独立测试集上的性能均得到提升，与csORF-finder方法相比，DeepsORF在D.melanogaster nonCDS-sORFs测试集上的准确率、马修斯相关系数（MCC）以及精确率分别提升了9.97、19.49与13.07个百分点，验证了DeepsORF模型在识别编码sORFs和非编码sORFs任务中的有效性以及良好泛化能力。

来源：2025年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第2期