- 博客(3)
- 收藏
- 关注
原创 siRNA Model特征工程优化| Datawhale AI 夏令营
1.siRNA与mRNA的互补方式不同,因此沉默机制不同siRNA的反义链与target gene的匹配程度与匹配位置,是影响因素2.GC氢键与AU氢键能量不同,因此GC含量决定了特异性结合的难易,片段中特定位置的GC含量是影响因素3.碱基修饰编码链在化学性质上产生差异,对于siRNA的精确修饰可以提高沉默效率、特异性和稳定性,并且可以减少毒性和免疫原性。
2024-08-03 22:39:49 259
原创 RNN学习与改进| Datawhale AI夏令营
记忆性、参数共享、图灵完备,实现对序列的非线性特征学习擅长处理序列数据,具有记忆功能并且可以利用记忆处理当前数据,因此可以做出预测局限性:1.长期依赖性:随着时间步的增加,早期信息利用率下降2.梯度消失&梯度爆炸:反向传播时RNN梯度可能非常小或非常大,加大训练难度。
2024-07-31 22:42:14 304
原创 AI+siRNA基因疗法药物 预测baseline代码解读与题目背景展望 | Datawhale AI夏令营
对于siRNA数据集进行深度学习的模型训练框架代码学习本段baseline代码分为十个部分。
2024-07-28 22:53:12 1384
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人