计算机应用

作者：纪腾其, 孟军, 赵思远, 胡鹤还

单位：大连理工大学 计算机科学与技术学院，辽宁 大连 116024

关键词：长链非编码RNA,小开放阅读框,短肽,表示学习,深度森林,预测

基金：国家自然科学基金资助项目(61872055)

长链非编码RNA（lncRNA）中的小开放阅读框（sORFs）能够编码长度不超过100个氨基酸的短肽。针对短肽预测研究中lncRNA中的sORFs特征不鲜明且高可信度数据尚不充分的问题，提出一种基于表示学习的深度森林（DF）模型。首先，使用常规lncRNA特征提取方法对sORFs进行编码；其次，通过自编码器（AE）进行表示学习来获得输入数据的高效表示；最后，训练DF模型实现对lncRNA编码短肽的预测。实验结果表明，该模型在拟南芥数据集上能够达到92.08%的准确率，高于传统机器学习模型、深度学习模型以及组合模型，且具有较好的稳定性；此外，在大豆与玉米数据集上进行的模型测试中，该模型的准确率分别能达到78.16%和74.92%，验证了所提模型良好的泛化能力。

来源：2021年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第12期