买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种癫痫基因功能类别预测方法、终端设备及存储介质，包括癫痫相关基因的离子通道Ionchannel、酶Enzyme、转运蛋白受体蛋白TransporterReceptor、细胞黏附分子Celladhesionmolecule、膜运输Membranetrafficking数据集的选择与建立；多种关键基因特征的生成；预训练大模型的构建与微调；多种癫痫基因特征的堆叠用于五种功能类别的同时预测。本发明在五折交叉验证实验下取得了优异的性能表现，证明了预训练大模型在癫痫基因数据中对其功能类别预测的有效性。通过对未知的癫痫基因的预测结果更加证明了本发明在癫痫基因数据中发现潜在的特定功能类别的癫痫基因的实际应用能力。

主权项：1.一种癫痫基因功能类别预测方法，其特征在于，包括以下步骤：S1、获取已知的癫痫基因序列及其功能类别标签数据、获取非癫痫基因序列数据；S2、以已知的癫痫基因序列中的已知的癫痫相关基因和非癫痫基因序列数据中的非癫痫基因的离子通道数据作为第一类样本，已知的癫痫相关基因和非癫痫基因序列数据中的非癫痫基因的酶数据作为第二类样本，已知的癫痫相关基因和非癫痫基因序列数据中的非癫痫基因的转运蛋白受体蛋白数据作为第三类样本，已知的癫痫相关基因和非癫痫基因序列数据中的非癫痫基因的细胞黏附分子数据作为第四类样本，已知的癫痫相关基因和非癫痫基因序列数据中的非癫痫基因的膜运输数据作为第五类样本，随机抽取五类数据样本，将整个训练数据集进行N次随机划分，每次划分成N个部分，每次划分后得到的数据集中的N-1部分作为训练数据集，剩余一部分作为测试数据集；S3、分别计算每一批次训练数据集和测试数据集的多种核心基因特征，所述多种核心基因特征包括基于微调的蛋白质语言模型的特征、基于基因进化信息的特征、基于基因序列信息的特征、基于独热编码的基因序列简单特征；拼接每一批次的训练数据集对应的多种核心基因特征，得到第一拼接特征；拼接每一批次的测试数据集对应的多种核心基因特征，得到第二拼接特征；S4、将每一批次的第一拼接特征作为神经网络模型的输入，利用该批次对应的第二拼接特征对训练后的神经网络模型打分，计算各个神经网络模型所有得分的平均值，将平均得分最高的训练后的神经网络模型作为预测模型。

全文数据：

权利要求：

百度查询： 湖南大学 癫痫基因功能类别预测方法、终端设备及存储介质