DeepBIO:一个自动化和可解释的深度学习平台，用于高通量生物序列预测，功能注释和可视化分析-CSDN博客

本文链接：https://blog.csdn.net/qq_41909775/article/details/131229524

DeepBIO: an automated and interpretable deep-learning platform for high-throughput biological sequence prediction, functional annotation and visualization analysis

期刊：Nucleic Acids Research

中科院分区：2区

影像因子：19.16

出版时间：2023年2月17号

摘要

在这里，我们介绍了DeepBIO，这是首个用于高通量生物序列功能分析的自动化和可解释深度学习平台。DeepBIO是一个一站式的网络服务，使研究人员能够开发新的深度学习架构来回答任何生物学问题。具体来说，对于任何生物序列数据，DeepBIO支持总共42种最先进的深度学习算法，用于全自动管道中的模型训练、比较、优化和评估。DeepBIO为预测模型提供了全面的结果可视化分析，涵盖了模型可解释性、特征分析和功能序列区域发现等几个方面。此外，DeepBIO使用深度学习架构支持9个基本级别的功能注释任务，具有全面的解释和图形可视化，以验证注释站点的可靠性。在高性能计算机的支持下，DeepBIO可以在几个小时内对高达百万级的序列数据进行超快速预测，展示其在实际应用场景中的可用性。案例研究结果表明，DeepBIO提供了准确、稳健和可解释的预测，展示了深度学习在生物序列功能分析中的强大功能。总体而言，我们希望DeepBIO能够确保深度学习生物序列分析的可重复性，减轻生物学家的编程和硬件负担，并在序列水平和碱基水平上提供有意义的功能见解。

介绍