HyLnc:融合深度上下文嵌入与手工序列特征的长链非编码RNA预测框架
该研究提出HyLnc框架,先用掩码语言建模在大型后生动物RNA序列语料上预训练一个定制的BERT模型,再在长链非编码RNA与蛋白编码转录本数据集上微调并提取256维深度嵌入,同时计算348个手工特征(含ORF特征、UTR属性、核苷酸组成与Fickett分数),经多阶段特征选择后由多种机器学习分类器评估,其中随机森林表现最佳,在独立验证集上取得91.30%准确率、91.23% F1分数与82.60 MCC,优于若干现有lncRNA预测工具。