4mCBERT: A computing tool for the identification of DNA N4-methylcytosine sites by sequence- and chemical-derived information based on ensemble learning strategies

计算机科学 集成学习 水准点(测量) 计算生物学 人工智能 生物 大地测量学 地理
作者
Sen Yang,Zexi Yang,Jun Yang
出处
期刊:International Journal of Biological Macromolecules [Elsevier]
卷期号:231: 123180-123180 被引量:7
标识
DOI:10.1016/j.ijbiomac.2023.123180
摘要

N4-methylcytosine (4mC) is an important DNA chemical modification pattern which is a new methylation modification discovered in recent years and plays critical roles in gene expression regulation, defense against invading genetic elements, genomic imprinting, and so on. Identifying 4mC site from DNA sequence segment contributes to discovering more novel modification patterns. In this paper, we present a model called 4mCBERT that encodes DNA sequence segments by sequence characteristics including one-hot, electron-ion interaction pseudopotential, nucleotide chemical property, word2vec and chemical information containing physicochemical properties (PCP), chemical bidirectional encoder representations from transformers (chemical BERT) and employs ensemble learning framework to develop a prediction model. PCP and chemical BERT features are firstly constructed and applied to predict 4mC sites and show positive contributions to identifying 4mC. For the Matthew's Correlation Coefficient, 4mCBERT significantly outperformed other state-of-the-art models on six independent benchmark datasets including A. thaliana, C. elegans, D. melanogaster, E. coli, G. Pickering, and G. subterraneous by 4.32 % to 24.39 %, 2.52 % to 31.65 %, 2 % to 16.49 %, 6.63 % to 35.15, 8.59 % to 61.85 %, and 8.45 % to 34.45 %. Moreover, 4mCBERT is designed to allow users to predict 4mC sites and retrain 4mC prediction models. In brief, 4mCBERT shows higher performance on six benchmark datasets by incorporating sequence- and chemical-driven information and is available at http://cczubio.top/4mCBERT and https://github.com/abcair/4mCBERT.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
星辰大海应助糊涂的丹南采纳,获得10
刚刚
Chenqzl发布了新的文献求助10
1秒前
朝阳完成签到 ,获得积分10
1秒前
小烦同学完成签到,获得积分10
1秒前
hdh016发布了新的文献求助10
1秒前
LaInh完成签到,获得积分10
1秒前
小星星应助lazyg5403采纳,获得10
2秒前
guobiao发布了新的文献求助10
3秒前
3秒前
万能图书馆应助等等采纳,获得10
4秒前
大卫在分享应助冷艳易文采纳,获得10
5秒前
胡椒味煎蛋完成签到,获得积分10
5秒前
聚乙二醇发布了新的文献求助10
5秒前
7秒前
7秒前
安7+发布了新的文献求助10
8秒前
芝芝霉霉发布了新的文献求助10
8秒前
Jadie完成签到,获得积分10
8秒前
所所应助hello采纳,获得30
8秒前
谋学完成签到,获得积分20
9秒前
大卫在分享应助小吴同志采纳,获得10
10秒前
科研通AI2S应助积极盼山采纳,获得10
10秒前
10秒前
科研通AI2S应助李喜喜采纳,获得10
11秒前
丘比特应助wangwansan采纳,获得10
11秒前
花景铭完成签到,获得积分10
11秒前
11秒前
chens627发布了新的文献求助30
12秒前
FashionBoy应助von采纳,获得10
12秒前
13秒前
13秒前
汐甜完成签到,获得积分20
14秒前
123456发布了新的文献求助10
14秒前
认真的毛衣完成签到,获得积分10
14秒前
Dasiliy完成签到,获得积分10
15秒前
丘比特应助WDD采纳,获得10
15秒前
wtf发布了新的文献求助10
15秒前
谋学发布了新的文献求助20
15秒前
发疯的尖叫鼠关注了科研通微信公众号
16秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3148410
求助须知:如何正确求助?哪些是违规求助? 2799545
关于积分的说明 7835454
捐赠科研通 2456868
什么是DOI,文献DOI怎么找? 1307446
科研通“疑难数据库(出版商)”最低求助积分说明 628207
版权声明 601655