亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Effect Predictor of Driver Synonymous Mutations Based on Multi-Feature Fusion and Iterative Feature Representation Learning

判别式 计算机科学 人工智能 特征(语言学) 水准点(测量) 机器学习 同义替换 特征选择 突变 错义突变 注释 特征学习 计算生物学 遗传学 基因 基因组 生物 密码子使用偏好性 大地测量学 哲学 地理 语言学
作者
Na Cheng,Chuanmei Bi,Yong Shi,Mengya Liu,A. Cao,Mengkun Ren,Junfeng Xia,Zhen Liang
出处
期刊:IEEE Journal of Biomedical and Health Informatics [Institute of Electrical and Electronics Engineers]
卷期号:28 (2): 1144-1151 被引量:7
标识
DOI:10.1109/jbhi.2023.3343075
摘要

Accurate identification of driver mutations is crucial in genetic studies of human cancers. While numerous cancer driver missense mutations have been identified, research into potential cancer drivers for synonymous mutations has shown limited success to date. Here, we developed a novel machine learning framework, epSMic, for predicting cancer driver synonymous mutations. epSMic employs an iterative feature representation scheme that facilitates the learning of discriminative features from various sequential models in a supervised iterative mode. We constructed the benchmark datasets and encoded the embedding sequence, physicochemical property, and basic information such as conservation and splicing feature. The evaluation results on benchmark test datasets demonstrate that epSMic outperforms existing methods, making it a valuable tool for researchers in identifying functional synonymous mutations in cancer. We hope epSMic can enable researchers to concentrate on synonymous mutations that have a functional impact on cancer.
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
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
11秒前
乐乐的应助被伯瑾采纳,获得20
12秒前
粗心的书竹完成签到,获得积分10
12秒前
研友_VZG7GZ的应助被平常香采纳,获得10
14秒前
Hello的应助被Xk采纳,获得10
23秒前
23秒前
阳光灭绝完成签到,获得积分10
27秒前
平常香发布了新的文献求助10
31秒前
贰壹完成签到,获得积分10
32秒前
33秒前
天使她男人完成签到,获得积分20
33秒前
青衣完成签到,获得积分10
34秒前
hrs完成签到 ,获得积分10
36秒前
YueLongZ发布了新的文献求助10
40秒前
LZY完成签到,获得积分10
45秒前
爆米花的应助被花痴的文涛采纳,获得10
49秒前
56秒前
56秒前
Taurus完成签到 ,获得积分10
58秒前
7798hah完成签到 ,获得积分10
1分钟前
斯文败类的应助被FIGGIEKIO采纳,获得10
1分钟前
今后的应助被贰壹采纳,获得10
1分钟前
自然的妙梦完成签到,获得积分10
1分钟前
快乐舒完成签到 ,获得积分10
1分钟前
www发布了新的文献求助20
1分钟前
1分钟前
1分钟前
1分钟前
1分钟前
1分钟前
1分钟前
1分钟前
所所的应助被不要命的小火龙采纳,获得10
1分钟前
1分钟前
1分钟前
1分钟前
可靠的靖巧完成签到,获得积分10
1分钟前
贰壹发布了新的文献求助10
1分钟前
大模型的应助被www采纳,获得10
1分钟前
miki完成签到 ,获得积分10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 2000
Handbook of Sport Coaching Research 1000
Orthognathic Surgery - 2 Volume Set 500
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
基于结构调控的功能化水诱导发电材料与器件研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8195031
求助须知:如何正确求助?哪些是违规求助? 9580802
关于积分的说明 21872728
捐赠科研通 7794886
什么是DOI,文献DOI怎么找? 3437922
关于科研通互助平台的介绍 2561204
邀请新用户注册赠送积分活动 2484579