今天给大家介绍INTERNATIONAL JOURNAL OF MOLECULAR SCIENCES的一篇文章：RPITER: A Hierarchical Deep Learning Frameworkb for ncRNA–Protein Interaction Prediction。文章提出了一个分层深度学习框架RPITER，在预测RNA-蛋白质相互作用（RPI）方面表现良好，并且可能优于以前的大多数方法。所提出的RPITER可以成为预测RPI和构建RPI网络的补充方法，将有助于推动ncRNA和lncRNA的相关生物学研究。

整个体系结构如图1 所示。文章的两种序列编码方法（改进的CTF编码和改进的Struct-CTF编码）用于两个序列编码部分。在每个编码部分之后，两个不同的网络架构（CNN和SAE）被采用在两个模块中，以从输入中提取特征并形成高级表示。在每个模块中，蛋白质和RNA编码载体分别由两个相似的部分进行分析，以形成各自的序列嵌入表示。最后，集成模块集成了四个基本模块（Conjoint-CNN，Conjoint-SAE，Conjoint-Struct-CNN和Conjoint-Struct-SAE）的输出，以形成RPITER的整个架构。

内容中包含的图片若涉及版权问题，请及时与我们联系删除