计算机工程与应用

2022, v.58;No.992(01) 274-281

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

遗传算法优化的BP神经网络拷贝数变异检测
Copy Number Variation Detection of BP Neural Network Based on Genetic Algorithm

黄体浩;李俊青;赵海勇;

摘要(Abstract):

拷贝数变异是一种主要的基因组结构变异形式,会导致基因组区域中出现大小不等的扩增或缺失。针对现有拷贝数变异检测算法受GC含量偏差、测序误差等因素影响而导致检测能力低的问题,提出了一种基于遗传算法优化的BP神经网络拷贝数变异检测算法。该算法充分考虑基因组相邻位置之间的内在相关性,融合多个特征,并使用BP神经网络解决各个特征之间的联合作用以预测CNV;针对现有的BP神经网络模型存在的问题,利用遗传算法优化BP神经网络的权值和阈值,以提高该算法的CNV检测性能。实验结果表明,该算法对不同测序覆盖深度和肿瘤纯度共300个样本的平均检测灵敏度、平均检测精度和平均F1评分分别为97.27%、97.78%和97.53%,均优于其他几种算法,且能够显著降低样本边界偏差值。

关键词(KeyWords): 拷贝数变异;BP神经网络;遗传算法;读取深度

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61773192);; 山东省高等学校科技计划重点项目(J17KZ005)

作者(Author): 黄体浩;李俊青;赵海勇;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享