PlncRNA-HDeep：利用基于两种编码风格的混淆深度学习举行植物长非编码 RNA 推测

长链非编码 RNA （lncRNAs） 在调控生物运动中起着告急作用，其推测对探索生物过程具有告急意义。是非期影象 （LSTM） 和卷积神经网络 （CNN） 可以主动从编码的 RNA 序列中提取和学习抽象信息，以制止复杂的特性工程。集成模子从多个角度学习信息，并体现出比单个模子更好的性能。将 RNA 序列分别视为句子和图像来练习 LSTM 和 CNN，然后将练习好的模子杂交以推测 lncRNAs，这是可行且风趣的。到现在为止，lncRNAs 有多种推测因子，但很少有推测因子被发起用于植物。一个可靠而强大的植物 lncRNA 推测因子是须要的。
1.编码方式

One-hot 是一种常见的编码样式 [30]。这里 one-hot 编码的规则是如许的，A 被编码为 （1， 0， 0， 0）T，T 编码为 （0， 1， 0， 0）T，C 编码为 （0， 0， 1， 0）TG 编码为 （0， 0， 0， 1）T.然后将每个样本序列编码成一个 4 行 N 列的 0-1 矩阵（类似于二维灰度图像），此中 N 被设置为全部样本中最长的序列长度。对于那些序列长度小于 N 的样本，对其空列实验零添补（图 D）。4b）。

2模子结构

lncRNA-LSTM 是我们之前研究中构建的基于 LSTM 的模子 [29]。其架构包罗一个词嵌入层、一个双向 LSTM 层和一个全毗连层。在双向 LSTM 层中，单元设置为 64，dropout rate 设置为 0.4。在全毗连层中，选择“sigmoid”作为激活函数。选择二进制交织熵丧失函数来盘算丧失，该函数利用 “Adam” 优化器举行优化。每层的参数都通过反向传播举行更新。每个 p 核苷酸编码的样本序列都输入为 4p-维向量转化为 lncRNA-LSTM。与 [29] 中 lncRNA-LSTM 的概述差别，这里的输出被映射到 [0， 1] 区间以得到置信概率而不是标签。它的值表明相应样本被推测为 lncR