i6mA-DNC:基于深度学习的二核苷酸表示预测水稻基因组DNA n6 -甲基腺苷位点

---

摘要

DNA甲基化是一个重要的表观遗传过程。DNA n6 -甲基腺嘌呤与DNA复制、转录、修复和细胞防御等多种生物过程密切相关。在基因组中，N6甲基腺嘌呤 (6mA)位点不均匀分布;因此，为了更好地理解其生物学功能，需要确定6mA的基因组位置。虽然各种实验程序已被用于鉴定6mA位点并产生阳性结果，这些生化技术是昂贵和费时的。为了解决这一问题并为今后的研究提供便利，必须建立一个稳健、准确的n6 -甲腺嘌呤位点的计算模型。为此，我们引入了一种基于深度学习的计算模型i6mA-DNC来检测水稻基因组中的n6 -甲基烯胺位点。我们将DNA序列分解成二核苷酸成分，并将它们输入模型。该模型使用卷积神经网络(CNN)从预处理数据中自动提取最优特征。我们提出的模型i6mA-DNC获得了89.20%的特异性、88.01%的敏感性、88.60%的准确性和0.772的MCC。这些结果证明我们的智能模型在所有评价指标上都比现有的方法取得了更好的成功率。我们的模型i6mA-DNC有望成为n6 -甲腺嘌呤位点识别的学术研究的有用工具。

---

一、简介

DNA甲基化是指一个重要的表观遗传过程，其中甲基被添加到DNA碱基。它经常在不改变序列的情况下改变基因的活性。在DNA的四个碱基中，胞嘧啶和腺嘌呤碱基可以被甲基化。在真核生物中，5-甲基胞嘧啶(5 mC)是最常见的DNA修饰类型。然而，在原核生物中，6-甲腺嘌呤(6ma)是最主要的DNA修饰。DNA n6 -甲基腺嘌呤(6 mA)作为一种非经典的DNA修饰，已在细菌、古细菌和真核生物三界中被检测到。在基因组中，6ma位点的分布并不均匀。因此，为了充分了解6ma的生物学功能，准确地确定其基因组位置是十分必要的。

我们要利用已有的实验数据设计一个强大的、精确的、快速的计算模型来检测n6 -甲基腺嘌呤位点。

为了确定DNAN6甲基腺嘌呤位点，提出了利用基于卷积神经网络(CNN)的二核苷酸组成来鉴定6mA的i6mA-DNC模型。将原始DNA序列划分为二核苷酸成分，并将其输入到CNN模型中。与现有的深度学习模型相比，我们提出的新型深度学习模型具有更好的预测效果。

二、材料和方法

1.基准数据集

首先，我们选择一个有效的基准数据集&