祝贺实验室2018级研究生在SCI期刊IEEE Access发表论文

视觉计算实验室2018级硕士研究生闫建荣,在SCI期刊IEEE Access上发表题为“A Review about RNA–protein-binding Sites Prediction Based on Deep Learning” (基于深度学习的RNA与蛋白质结合位点预测综述) 的研究论文。该论文作者包括实验室2018级硕士研究生闫建荣,朱敏教授为通讯作者。
RNA结合蛋白(RBPs)在基因调控中起着至关重要的作用。随着高通量实验方法的出现,产生了大量经实验证实的RNA结合蛋白结合位点,极大地推进了RNA与蛋白质相互作用的全基因组研究。但它们既耗时又昂贵。此外,由于实验噪声和现有技术的局限性,收集的数据中仍然存在假阳性和假阴性的问题。因此,机器学习与深度学习方法成为当前研究的重点。
本文对机器学习和深度学习算法进行了总结,之后介绍了深度学习在预测RNA与蛋白质结合位点研究中的应用。此外,我们还讨论了这些方法的优缺点,并揭示了深度学习的工作流程。我们也推荐了一些RBP结合位点研究的未来发展方向,比如词嵌入、生成对抗网络和注意力模型等。此外,在文章中还概括了motif的提取和可视化方法。对训练过程中可能出现的问题如过度拟合、超参数调整等,提出了相应的解决办法。最后,总结了相关的研究,并对其在不同数据集上的性能进行了比较。
1-2

图1 RNA与蛋白质结合位点研究的深度学习流程图

2-2

图2 传统的深度学习框架图

3-1

图3 改进的深度学习框架图

IEEE Access是IEEE出版的开源期刊,稿件范围涵盖IEEE的所有领域。该期刊2019年影响因子为3.745,属于中科院大类二区期刊。
期刊链接:https://ieeeaccess.ieee.org/.
文章链接:https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9162095.
闫建荣,2018级计算机学院(软件学院)研究生,在校期间荣获三等奖学金以及优秀研究生称号。主要研究方向为生物信息学,在校期间参与多项研究领域相关学术交流活动,例如:CBC2019、ChinaVis可视分析大会等。与成都信息工程大学张永清副教授合作“A Review on the Application of Deep Learning in Bioinformatics” ,目前已被Current Bioinformatics(SCI,IF=2.068)接收。

123