典型文献
深度学习在生物序列分析领域的应用进展
文献摘要:
随着生物技术的不断发展和生物学数据的大量产出,传统生物学数据分析方式不足以应对日益复杂庞大的生物序列数据.面对这种情况,国内外学者逐步将深度学习应用到生物学分析中,利用其处理高维数据的优势,取得了一系列进展,并成为生物序列数据分析中的研究热门.为了更好地了解深度学习在生物序列数据分析领域中的新进展,对该领域研究现状进行了综述.首先,介绍深度学习应用到生物序列数据分析中的重要意义;其次,对目前应用领域中具有代表性的深度学习模型进行阐述;然后,分析深度学习在生物学领域的应用研究现状;最后,说明目前深度学习在生物学领域中的局限性,并进一步提出未来发展应考虑的因素.
文献关键词:
深度学习;生物信息学;生物序列分析;核酸;基因;蛋白质
中图分类号:
作者姓名:
张冀东;王志晗;刘博
作者机构:
北京工业大学信息学部,北京 100124
文献出处:
引用格式:
[1]张冀东;王志晗;刘博-.深度学习在生物序列分析领域的应用进展)[J].北京工业大学学报,2022(08):878-887
A类:
生物序列分析
B类:
生物技术,序列数据,学习应用,生物学分析,高维数据,深度学习模型,明目
AB值:
0.122619
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。