论文解读:《Mouse4mC-BGRU:用于预测小鼠基因组中DNA N4-甲基胞嘧啶位点的深度学习》

Title:Mouse4mC-BGRU: Deep learning for predicting DNA N4-methylcytosine sites in mouse genome

期刊：Methods

分区：2区

目录

1. 摘要

2. 数据集

3. 方法

3.1 自适应模块

3.2 BiGRU

3.3 分类器

3.3.1 Max-pooling Layer.

3.3.2 Linear Classification

4. 结果

5. 结论 

---

1. 摘要

      DNA N4-甲基胞嘧啶(4mC)是一种重要的DNA修饰，在多种生物过程中起着至关重要的作用。准确的4mC位点鉴定是提高对4mC生物学功能和机制理解的基础。然而，许多识别方法局限于传统的机器学习，导致学习能力弱，特征提取过程复杂。在这里，我们提出了Mouse4mC-BGRU，这是一种先进的深度学习模型，它利用了基于双向门控递归单元(BGRU)的自适应嵌入。基准测试结果表明，在预测小鼠基因组中的4mC位点时，我们的模型比最先进的方法表现得更好。Mouse4mC-BGRU采用自适应特征提取表示，能够捕捉输入序列中潜在的生物学信息，有效地增强了模型的表示能力。此外，我们使用dim reduction工具可视化了Mouse4mC-BGRU的训练过程，并直观地展示了我们模型的有效性，表明Mouse4mC-BGRU具有成为精确识别4mC位点的强大实用工具的巨大潜力。

2. 数据集

与i4mC-Mouse相同的数据集

长度：41

training_dataset:746个阳性样本 746个阴性样本

testing_dataset:160个阳性样本 160个阴性样本

3. 方法

整体框架的流程图

3.1 自适应模块

      该模型Mouse4mC-BGRU使用的是k-mer而没有用one-hot,文章中所提出来的自适应方法就是通过映射然后反向传播自适应改变任务。

3.2 BiGRU

     双向门控单元与长短期记忆网络都是RNN的升级版，现在应用也比较广泛，用长距离的学习跟适应一些。

3.3 分类器

3.3.1 Max-pooling Layer.

      将由双向GRU生成的每个k-mer的特征向量h馈送到最大池层，以捕捉最重要的特征来表示该k-mer信息。然后，将k-mer的所有最重要的特征连接成一个向量来表示DNA序列。  

3.3.2 Linear Classification

从max- pooling层获得表示后，我们将向量输入到完全连接的层，以计算序列是否是真实的4mC DNA甲基化位点的概率。

4. 结果

不同kmer的结果

 5. 结论 

       在这项研究中，我们开发了一个基于BGRU的网络，命名为Mouse4mC-BGRU，用于预测小鼠基因组中的4mC位点。不使用传统的手工特征作为输入，我们提出了一种新的自适应嵌入算法，它可以自动调整初始输入特征以更好地适应预测任务。特别是，我们采用了双向门控循环图2的流行和有效的网络。在基准数据集和独立测试数据集上比较Mouse4mC-BGRU与之前基于ML的方法4mCpred-EL和i4mC-Mouse的性能。图3。通过主成分分析和t-SNE对独立测试数据集上的每个样本进行降维。每个子图标题中的时期[x]表示模型的相应训练时期。0和1分别代表非4mC位点和4mC位点。(A-C)显示不同时期PCA视觉图像，以及(D-F)显示不同时期的t-SNE视觉图像。J. Jin等方法xxx (xxxx) xxx 5个单位有效地从长短距离信息中提取整个DNA序列的完整且有意义的表示。基准和独立实验表明，我们提出的Mouse4mC-BGRU在大多数指标上优于现有的基于序列的方法。最后，在独立测试数据集上训练过程的可视化直观地显示了我们的模型具有优异的预测性能，并进一步证明了DNA序列包含用于DNA甲基化预测的足够信息。