DeepBIO:一个自动化和可解释的深度学习平台,用于高通量生物序列预测,功能注释和可视化分析

这篇具有很好参考价值的文章主要介绍了DeepBIO:一个自动化和可解释的深度学习平台,用于高通量生物序列预测,功能注释和可视化分析。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

DeepBIO: an automated and interpretable deep-learning platform for high-throughput biological sequence prediction, functional annotation and visualization analysis

期刊:Nucleic Acids Research

中科院分区:2区

影像因子:19.16

出版时间:2023年2月17号

摘要

在这里,我们介绍了DeepBIO,这是首个用于高通量生物序列功能分析的自动化和可解释深度学习平台。DeepBIO是一个一站式的网络服务,使研究人员能够开发新的深度学习架构来回答任何生物学问题。具体来说,对于任何生物序列数据,DeepBIO支持总共42种最先进的深度学习算法,用于全自动管道中的模型训练、比较、优化和评估。DeepBIO为预测模型提供了全面的结果可视化分析,涵盖了模型可解释性、特征分析和功能序列区域发现等几个方面。此外,DeepBIO使用深度学习架构支持9个基本级别的功能注释任务,具有全面的解释和图形可视化,以验证注释站点的可靠性。在高性能计算机的支持下,DeepBIO可以在几个小时内对高达百万级的序列数据进行超快速预测,展示其在实际应用场景中的可用性。案例研究结果表明,DeepBIO提供了准确、稳健和可解释的预测,展示了深度学习在生物序列功能分析中的强大功能。总体而言,我们希望DeepBIO能够确保深度学习生物序列分析的可重复性,减轻生物学家的编程和硬件负担,并在序列水平和碱基水平上提供有意义的功能见解。

介绍

DeepBIO:一个自动化和可解释的深度学习平台,用于高通量生物序列预测,功能注释和可视化分析

 优点总结

iii)两个预测模块。DeepBIO是第一个不仅支持任何生物序列数据的序列级功能预测的平台,而且还允许使用预训练的深度学习架构进行9个基本级功能注释任务,包括DNA甲基化RNA甲基化蛋白质结合特异性。此外,我们还对模型预测结果与实验数据进行了深入的对比分析,以验证预测结果的可靠性。值得注意的是,在高性能计算机的支持下,我们证明了DeepBIO支持高达百万级序列数据的快速预测,证明了其在实际应用场景中的可用性。(四)综合结果可视化分析

MATERIALS AND METHODS

流程图

DeepBIO:一个自动化和可解释的深度学习平台,用于高通量生物序列预测,功能注释和可视化分析

 步骤分析

Step 1. Data pre-processing

四个部分来预处理输入数据:

(i)序列合法性测试;

(ii)序列相似性设置;

(iii)数据处理不平衡;        

(iv)数据增强。

Step 2.Model construction

DeepBIO:一个自动化和可解释的深度学习平台,用于高通量生物序列预测,功能注释和可视化分析

Step 3. Model evaluation.

DeepBIO:一个自动化和可解释的深度学习平台,用于高通量生物序列预测,功能注释和可视化分析

 文章来源地址https://www.toymoban.com/news/detail-496254.html

Step 4. Visualization analysis.

DeepBIO:一个自动化和可解释的深度学习平台,用于高通量生物序列预测,功能注释和可视化分析

 

到了这里,关于DeepBIO:一个自动化和可解释的深度学习平台,用于高通量生物序列预测,功能注释和可视化分析的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 使用Python+selenium实现第一个自动化测试脚本

    这篇文章主要介绍了使用Python+selenium实现第一个自动化测试脚本,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧 最近在学web自动化,记录一下学习过程。 此处我选用python3.6+selenium3.0,均用

    2024年02月03日
    浏览(56)
  • UI自动化 - 如何判断一个页面上元素是否存在?

    在做 UI 自动化时,使用 UI 自动化测试工具进行自动化测试,如何判断一个页面上元素是否存在? 有没有做过 UI 自动化测试,如何判断元素在页面上是否存在? 面试官想了解: 是否真的做过 UI 自动化测试 在做测试的时候遇到元素难定位的问题如何解决,如何判断元素在页

    2023年04月10日
    浏览(54)
  • sqlmap 是一个自动化的 sql 注入渗透工具

    一.介绍 sqlmap 是一个自动化的 sql 注入渗透工具,指纹检测、注入方式、注入成功后的取数据等等都是自动化的,sqlmap 还提供了很多脚本.但在实践测试的时候基本用不上.用于检测和利用 Web 应用程序中的 SQL 注入漏洞。它自动化了识别和利用 SQL 注入漏洞的过程,并可用于执

    2024年01月23日
    浏览(49)
  • 第十五篇【传奇开心果系列】Python自动化办公库技术点案例示例:深度解读Python 自动化处理图像在各行各业的应用场景

    Python 自动化操作处理图像在众多行业中发挥着关键作用,其强大的图像处理能力、丰富的库支持以及高度可定制化的特性,使得它成为实现图像相关任务自动化的重要工具。Python 自动化操作图像在计算机视觉、人工智能、医疗、制造、农业、电商、艺术、媒体等多个行业均

    2024年04月16日
    浏览(67)
  • 点云算法好书推荐(3D Point Cloud Analysis 传统、深度学习和可解释的机器学习方法)附下载链接

    书籍介绍: 本书介绍了点云;它在工业中的应用,以及最常用的数据集。它主要关注三个计算机视觉任务——点云分类、分割和配准——这是任何基于点云的系统的基础。对传统点云处理方法的概述有助于读者快速建立背景知识,而对点云方法的深度学习包括对过去几年的突

    2024年02月12日
    浏览(42)
  • 耗时一个星期整理的APP自动化测试工具大全

    在本篇文章中,将给大家推荐14款日常工作中经常用到的测试开发工具神器,涵盖了自动化测试、APP性能测试、稳定性测试、抓包工具等。 1. uiautomator2 openatx开源的ui自动化工具,支持Android和iOS。主要面向的编程语言是Python,API设计简洁易用,在开源社区也是很受欢迎。 安装

    2024年02月12日
    浏览(41)
  • AIGC:自动化内容生成,AI 的下一个引爆点?

    来源|晨山资本 作者|吴文超 晨山资本副总裁,主要关注底层技术创新、人工智能和信息安全等领域。曾主导并参与了优锘科技、达观数据、雪浪数制、摩尔元数、LinkedMe、富数科技等多个企业的投资。在加入晨山资本之前,吴文超曾就职于明略科技集团,从事大数据研发工

    2024年02月09日
    浏览(44)
  • 深度学习15-讨论通用的Web导航和浏览器自动化的实际应用。

    ### Web导航 ▪  讨论通用的Web导航和浏览器自动化的实际应用。 ▪  探索如何通过RL方法解决Web导航问题。 ▪  深入研究由OpenAI实现的一个非常有趣但常被忽略且被抛弃的RL基准,称为比特迷你世界(Mini World of Bits,MiniWoB)。 RL浏览器自动化的潜在实际应用很有吸引力,但有

    2024年02月02日
    浏览(41)
  • 详细步骤记录:持续集成Jenkins自动化部署一个Maven项目

    提示:本教程基于CentOS Linux 7系统下进行 1. 下载安装jdk11 官网下载地址:https://www.oracle.com/cn/java/technologies/javase/jdk11-archive-downloads.html 本文档教程选择的是jdk-11.0.20_linux-x64_bin.tar.gz 解压jdk-11.0.20_linux-x64_bin.tar.gz命令为: 2. 下载Jenkins的war包 官网下载地址:https://mirrors.tuna.tsing

    2024年02月04日
    浏览(55)
  • 使用robot+selenium创建一个UI自动化测试用例

    新建项目并安装robotframework 在pycharm-插件,输入robot搜索插件 选择Robot Framework Language Server或者Hyper RobotFramework Support安装 新建test.robot文件编写测试用例test.robot robot用例文件通常包括4个头部分:Settings, Variables, Test Cases, 和 Keywords. 不区分大小写 Settings: 1) 导入 测试库, 导入资

    2024年02月20日
    浏览(42)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包