.png){kind=icon}
返回
A Transformer-Based Model to Predict Micro RNA Interactions
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-02725-2_8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
miRNA相互作用及其对细胞生物过程调控的预测是一个具有挑战性的生物信息学问题，对基于RNA的新药设计具有重要影响。我们提出了miRInter-Trans模型，该模型整合了在大规模非编码RNA（ncRNA）数据集上预训练的RNA-FM基础模型，以及在一个训练于ncRNA序列的RNA-FM隐藏表示上的前馈神经网络。该模型能够仅使用ncRNA对序列成功预测miRNA相互作用。据我们所知，这是首次仅使用序列和来自RNA基础模型的嵌入来处理ncRNA-ncRNA相互作用预测的工作。所提出的方法在性能上优于当前最先进的最低自由能方法。
Keyword:
NONCODING RNAS
期刊
A
IF:
0
论文数:
50
被引数:
0
机构
引用论文
RNAcentral 2021: secondary structure integration, improved sequence search and new member databases.png)
NUCLEIC ACIDS RESEARCH
OAAI
NUCLEIC ACIDS RESEARCHIF13.1
OAAI分享收藏GenerRNA: A generative pre-trained language model for de novo RNA designGenerRNA: 用于从头RNA设计的生成式预训练语言模型PLOS ONE
OAAI
PLOS ONEIF0
OAAI分享收藏Predicting noncoding RNA and disease associations using multigraph contrastive learningSCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏分享收藏RNAInter v4.0: RNA interactome repository with redefined confidence scoring system and improved accessibilityRNAInter v4.0: 具有重新定义的置信度评分系统和改进的可访问性的RNA相互作用组存储库NUCLEIC ACIDS RESEARCHOAAI
NUCLEIC ACIDS RESEARCHIF13.1
OAAI分享收藏A novel lncRNA-protein interaction prediction method based on deep forest with cascade forest structureSCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏Comparison of the predicted and observed secondary structure of T4 phage lysozyme预测的和观察到的T4噬菌体溶菌酶二级结构的比较
PREAI
分享收藏
查看更多内容