RNA碱基不成对概率比赛的基线模型

RNA碱基不成对概率预测竞赛基线模型基于飞桨2.0开发,可预测RNA序列各点位不成对概率,该概率在mRNA疫苗设计等领域有重要应用。提供5000条训练数据,基线用简单网络模型,训练脚本和测试脚本可分别训练模型和预测,开发者可从数据预处理等多方面优化模型。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

rna碱基不成对概率比赛的基线模型 - 创想鸟

RNA碱基不成对概率预测的基线模型

RNA结构预测竞赛:RNA碱基不成对概率预测基线模型现已开放,采用非常简单的网络模型,就能得到还不错的结果。欢迎开发者贡献更好的基线作品~

赛题介绍

“RNA碱基不成对概率”衡量了RNA序列在各个点位是否能形成稳定的碱基对(base pair),是RNA结构的重要属性,并可被应用在mRNA疫苗序列设计、药物研发等领域。例如mRNA疫苗序列通常不稳定,而RNA碱基不成对概率较高的点位正是易被降解的位置;又如RNA 碱基不成对概率较高的点位通常更容易与其他RNA序列相互作用,形成RNA-RNA binding等,这一特性也被广泛应用于疾病诊断和RNA药物研发。

本次比赛提供了5000条训练数据,请选手基于训练数据和飞桨平台,开发模型预测RNA碱基不成对概率。

(Tips:机器学习框架方面只允许使用飞桨深度学习框架哦)

竞赛数据集

In [ ]

# 检查数据集所在路径!tree /home/aistudio/data

   

基线系统代码结构

本次基线基于飞桨PaddlePaddle2.0版本。

In [3]

# 检查源代码文件结构# !cd work; mkdir model!tree /home/aistudio/work -L 2

       

/home/aistudio/work├── data│   ├── dev.txt│   ├── test_nolabel.txt│   └── train.txt├── model│   └── placeholder.txt├── model-0│   └── model_dev=0.0772├── README.txt├── src│   ├── const.py│   ├── dataset.py│   ├── __init__.py│   ├── main.py│   ├── network.py│   ├── utils.py│   └── vocabulary.py├── test_log.txt└── train_log.txt5 directories, 14 files

       

训练脚本

python src/main.py train –model-path-base [model_directory_name]

本代码会训练一个模型,并且保存到指定位置,训练日志默认保存到文件train_log.txt
注意:由于初始化的不稳定,可能需要多次训练,比较合理的验证集(dev)均方误差损失值(MSE loss)为0.05-0.08

样例

python src/main.py train –model-path-base model

你将会看到类似如下的训练日志

epoch 1 batch 40 processed 640 batch-loss 0.1984 epoch-elapsed 0h00m10s total-elapsed 0h00m11s epoch 1 batch 41 processed 656 batch-loss 0.2119 epoch-elapsed 0h00m10s total-elapsed 0h00m11s epoch 1 batch 42 processed 672 batch-loss 0.2205 epoch-elapsed 0h00m11s total-elapsed 0h00m11s epoch 1 batch 43 processed 688 batch-loss 0.2128 epoch-elapsed 0h00m11s total-elapsed 0h00m11s # Dev Average Loss: 0.212 (MSE) -> 0.461 (RMSD)

       

注意事项

请使用GPU版本的配置环境运行本模块

In [ ]

# To train:# python src/main.py train --model-path-base [model_directory_name]!cd work; python src/main.py train --model-path-base model

   

预测脚本

python src/main.py test –model-path-base [saved_model_directory]

本代码会预测一个模型,日志和结果默认保存到文件test_log.txt

样例

用不带标签的测试集来预测:
python src/main.py test –model-path-base model-0/model_dev=0.0772/用带标签的测试集来预测并评估:
python src/main.py test_withlabel –model-path-base model-0/model_dev=0.0772/
样例输出                

# python3 src/main.py test_withlabel --model-path-base model-0/model_dev=0.0772Loading data...Loading model...initializing vacabularies... done.Sequence(6): ['', '', 'A', 'C', 'G', 'U']Brackets(5): ['', '', '(', ')', '.']W0113 21:57:44.871776   221 device_context.cc:252] Please NOTE: device: 0, CUDA Capability: 70, Driver API Version: 11.0, Runtime API Version: 9.0W0113 21:57:44.878015   221 device_context.cc:260] device: 0, cuDNN Version: 7.6.#  Dev Average Loss: 0.0772 (MSE) -> 0.2778 (RMSD)# Test Average Loss: 0.0445 (MSE) -> 0.2111 (RMSD)

           由于比赛的公开数据不提供测试集的标签,故本基线模型无法运行预设的test_withlabel,除非用户自己生成一个带标签的测试集~/data/test.txt。

注意事项

请使用GPU版本的配置环境运行本模块

In [ ]

# To test 1:# python src/main.py test --model-path-base [saved_model_directory]!cd work; python src/main.py test --model-path-base model-0/model_dev=0.0772

   In [ ]

# To test 2:# python src/main.py test_withlabel --model-path-base [saved_model_directory]# 由于比赛的公开数据不提供测试集的标签,故本基线模型无法运行预设的test_withlabel,除非用户自己生成一个带标签的测试集~/data/test.txt#### !cd work; python src/main.py test_withlabel --model-path-base model-0/model_dev=0.0772

   

写在最后

选手可在基线模型基础上持续改进,也可以采用全新的模型。可以尝试从以下几方面来进行调优:

输入数据预处理,提取更多feature基线模型使用LinearFold预测的RNA二级结构作为辅助feature。选手可以尝试增加更多的辅助feature,如:使用其他二级结构预测软件(如Vienna RNAfold, RNAstructure, CONTRAfold等)生成新的二级结构feature。更复杂的Embedding形式可以尝试在Embedding层使用Elmo, Bert等预训练模型优化网络结构和参数隐层大小选择 – 宽度和层数尝试复杂网络构建尝试正则化、dropout等方式避免过拟合选择学习率等超参数选择合适的损失函数尝试不同的优化器



点击跳转到 中文 说明

Baseline for RNA base unpaired probability

RNA structure prediction contest: The baseline model of RNA base unpairing probability prediction is now released. Using a very simple network model, you can get good results. Developers are welcome to contribute better baseline works~

Levity Levity

AI帮你自动化日常任务

Levity 206 查看详情 Levity

About the challange

“RNA base unpaired probability” measures whether the RNA sequence can form a stable base pair at certain point. It is an important attribute of RNA structure and can be used in the design of mRNA vaccine sequence, drug development and other fields. For example, mRNA vaccine sequences are usually unstable, and the points with a higher probability of unpaired RNA bases are the positions that are easily degraded; another example is the points with higher probability of unpaired RNA bases are usually more likely to interact with other RNA sequences, with the formation of RNA-RNA binding, etc. This feature is also widely used in disease diagnosis and RNA drug development.

This competition provides 5000 training data. You are asked to develop a model to predict the unpaired probability of RNA bases, given the training data and PaddlePaddle platform.

(Tips:Machine learning models can be only developed with PaddlePaddle deep learning frameworks)

Dataset for RNA contest

In [ ]

# check dataset!tree /home/aistudio/data

   

Baseline system

This baseline is developed with PaddlePaddle2.0.

In [4]

# check codebase# !cd work; mkdir model!tree /home/aistudio/work -L 2

       

/home/aistudio/work├── data│   ├── dev.txt│   ├── test_nolabel.txt│   └── train.txt├── model│   └── placeholder.txt├── model-0│   └── model_dev=0.0772├── README.txt├── src│   ├── const.py│   ├── dataset.py│   ├── __init__.py│   ├── main.py│   ├── network.py│   ├── utils.py│   └── vocabulary.py├── test_log.txt└── train_log.txt5 directories, 14 files

       

To train

python src/main.py train –model-path-base [model_directory_name]

This will train a paddle model and save it in the specified directory. Training log will be outputed to train_log.txt by default.
Note: You may need to train a few times, as the model might have bad initialization and may not train well. (A dev MSE loss of about 0.05-0.08 is good)

Example

python src/main.py train –model-path-base model

training log like this

epoch 1 batch 40 processed 640 batch-loss 0.1984 epoch-elapsed 0h00m10s total-elapsed 0h00m11s epoch 1 batch 41 processed 656 batch-loss 0.2119 epoch-elapsed 0h00m10s total-elapsed 0h00m11s epoch 1 batch 42 processed 672 batch-loss 0.2205 epoch-elapsed 0h00m11s total-elapsed 0h00m11s epoch 1 batch 43 processed 688 batch-loss 0.2128 epoch-elapsed 0h00m11s total-elapsed 0h00m11s # Dev Average Loss: 0.212 (MSE) -> 0.461 (RMSD)

       

Note

Please use GPU/CUDA configuration to run this block

In [ ]

# To train:# python src/main.py train --model-path-base [model_directory_name]!cd work; python src/main.py train --model-path-base model

   

To test

python src/main.py test –model-path-base [saved_model_directory]

This will evaluate a trained model. Testing log will be outputed to test_log.txt by default.

Example

if you have blind testset to predict:
python src/main.py test –model-path-base model-0/model_dev=0.0772/if you have full testset (with label) to predict and validate:
python src/main.py test_withlabel –model-path-base model-0/model_dev=0.0772/
Outpit like this:                

# python3 src/main.py test_withlabel --model-path-base model-0/model_dev=0.0772Loading data...Loading model...initializing vacabularies... done.Sequence(6): ['', '', 'A', 'C', 'G', 'U']Brackets(5): ['', '', '(', ')', '.']W0113 21:57:44.871776   221 device_context.cc:252] Please NOTE: device: 0, CUDA Capability: 70, Driver API Version: 11.0, Runtime API Version: 9.0W0113 21:57:44.878015   221 device_context.cc:260] device: 0, cuDNN Version: 7.6.#  Dev Average Loss: 0.0772 (MSE) -> 0.2778 (RMSD)# Test Average Loss: 0.0445 (MSE) -> 0.2111 (RMSD)

           Since we don’t offer labelled testset in baseline, you may not run test_withlabel unless you create ~/data/test.txt by yourself.

Note

Please use GPU/CUDA configuration to run this block

In [ ]

# To test 1:# python src/main.py test --model-path-base [saved_model_directory]!cd work; python src/main.py test --model-path-base model-0/model_dev=0.0772

   In [ ]

# To test 2:# python src/main.py test_withlabel --model-path-base [saved_model_directory]# since we don't offer labelled testset, you may not run the following command unless you create ~/data/test.txt by yourself#### !cd work; python src/main.py test_withlabel --model-path-base model-0/model_dev=0.0772

   

One more thing

You can continue to improve on the basis of the baseline model, or use a brand new model. You can try to tune from the following aspects:

Preprocess input data to extract more features. The baseline model uses the RNA secondary structure predicted from LinearFold as parts of features. You can try to add more features with other secondary structure prediction software (Vienna RNAfold, RNAstructure, CONTRAfold, etc.)More complex embeddingUse pre-trained models such as Elmo and Bert in the Embedding layerOptimize network structure and parametersHidden layer size selection-width and number of layersTry complex network architectureTry regularization, dropout, etc. to avoid overfittingOptimize hyperparameters such as learning rateChoose a good loss functionTry different optimizers

以上就是RNA碱基不成对概率比赛的基线模型的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/741563.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
Java中this关键字使用技巧
上一篇 2025年11月25日 15:39:57
磁盘空间不足怎么办_磁盘空间不足如何解决详细教程
下一篇 2025年11月25日 15:39:58

相关推荐

  • Java中浮点数比较的陷阱:理解double类型的不精确性与正确比较方法

    java中`double`类型因其二进制浮点表示的固有不精确性,即使在相同java版本和架构下,也可能在不同环境中产生微小的数值差异。直接使用`==`比较浮点数是不可靠的,因为它无法容忍这些细微的舍入误差。正确的做法是采用基于容差(epsilon)的比较方法,通过判断两数之差的绝对值是否小于一个预设…

    2026年9月21日
    100
  • 如何下载豆包电脑网页版_豆包电脑网页版正版链接

    豆包AI电脑及网页版可通过官网和官方应用商店安全获取。1、访问https://www.doubao.com登录使用网页版;2、官网下载电脑客户端,支持Windows和macOS;3、通过Microsoft Store或App Store搜索“豆包 AI”,认准北京字节跳动网络技术有限公司开发,确保正…

    2026年9月21日
    100
  • 如何避免协程中的共享资源竞争?

    避免协程中的共享资源竞争可以通过以下方法:1. 使用锁(locks),如互斥锁或读写锁,确保同一时间只有一个协程访问共享资源。2. 采用无锁数据结构(lock-free data structures),通过原子操作和cas操作提高并发性能。3. 实施消息传递(message passing),通过…

    2026年9月21日
    000
  • Jedis jsonGet 方法返回字节数组值末尾出现 .0 的处理策略

    当使用jedis客户端的`jsonget`方法从redis获取json数据时,如果其中包含字节数组(如xml字符串的字节表示),可能会因底层json库(如gson或org.json)的默认行为,导致数字被统一上转型为`double`类型,从而在输出中显示`.0`后缀。本文将深入探讨此问题产生的原因,…

    2026年9月21日
    200
  • Laravel与Vue.js/React前端框架集成

    laravel可以与vue.js或react集成。1) 使用命令“php artisan preset vue”或“php artisan preset react”设置开发环境。2) 在laravel视图中引入编译后的javascript文件。3) 通过laravel的api路由和前端框架的htt…

    2026年9月21日
    000
  • mysql索引的类型和作用有哪些

    MySQL常见索引类型包括:1. 普通索引用于加速查询;2. 唯一索引确保列值唯一;3. 主键索引为唯一非空且自动创建聚簇索引;4. 聚簇索引决定数据物理存储顺序,每表仅一个;5. 非聚簇索引保存主键值,需回表查询;6. 覆盖索引避免回表提升性能;7. 联合索引遵循最左前缀原则;8. 全文索引支持文…

    2026年9月21日
    000
  • AI推文助手如何制作用户指南 AI推文助手的说明文档创作

    AI推文助手如何制作用户指南 AI推文助手的说明文档创作AI推文助手如何制作用户指南 AI推文助手的说明文档创作AI推文助手如何制作用户指南 AI推文助手的说明文档创作AI推文助手如何制作用户指南 AI推文助手的说明文档创作

    答案:配置账户、设定风格模板、生成推文、安排发布时间、监控数据。依次完成绑定社交账号、选择语气类型与关键词、输入主题生成内容、设置定时发布及查看分析仪表板,实现高效创作与优化。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 如果您希望使用A…

    2026年9月21日 用户投稿
    000
  • 安卓跑分第一 Redmi K70 至尊版本月发布

    redmi 今日正式宣布,备受期待的 k70 至尊版将于本月盛大发布,预计将与小米 mix 系列折叠旗舰同台竞技,共同演绎科技之美。据官方最新消息,redmi k70 至尊版将搭载联发科天玑 9300+ 处理器,这款处理器在安兔兔跑分测试中一举突破 238 万分大关,目前稳居安卓性能之巅。天玑 93…

    2026年9月21日
    000
  • 如何为特定语言配置VSCode的语法高亮?

    安装对应语言扩展并关联文件类型,可实现VSCode语法高亮。首先通过扩展面板安装目标语言插件,如Ruby或Rust;若文件扩展名未被识别,需手动将扩展名关联至正确语言;最后可在settings.json中配置editor.tokenColorCustomizations来自定义高亮颜色,确保语法解析…

    2026年9月21日
    000
  • Linux怎么使用systemctl管理服务

    Linux怎么使用systemctl管理服务Linux怎么使用systemctl管理服务Linux怎么使用systemctl管理服务Linux怎么使用systemctl管理服务

    systemctl是Linux中管理systemd服务的核心工具,提供统一命令集来启动、停止、重启、查看服务状态及设置开机自启,支持并行启动、依赖管理与Cgroups资源控制,相比SysVinit更高效;通过创建/etc/systemd/system/下的.service文件可自定义服务,包含[Un…

    2026年9月21日 用户投稿
    100
  • 文件上传的安全限制(类型、大小、重命名)

    文件上传的安全限制包括:1)文件类型检查,使用文件扩展名和魔术数字验证;2)文件大小限制,设置上限并在服务器端验证;3)文件重命名,使用uuid或时间戳确保唯一性和安全性。 让我们深入探讨文件上传的安全限制,包括文件类型、大小和重命名策略。在回答这个问题之前,我们需要明白,文件上传的安全性不仅仅是一…

    2026年9月21日
    100
  • Java中如何使用Thread.interrupt安全终止线程

    interrupt() 是协作式线程终止机制,设置中断状态并由线程自行处理;2. 阻塞时抛 InterruptedException 且清除状态,需捕获并响应;3. 非阻塞循环中应显式调用 isInterrupted() 检查;4. 捕获异常后应重置中断状态以确保信号传递;5. 使用 Executo…

    2026年9月21日
    200
  • OPPO A3 Pro自动亮度异常解决方法 OPPO A3 Pro屏幕调节技巧

    先检查设置和传感器状态,再排查软硬件问题。关闭省电模式和自动亮度调节,手动调整亮度至50%-70%;清洁屏幕顶部传感器区域,检查手机壳是否遮挡;重启手机,排除第三方应用干扰,更新系统版本;若问题依旧,可能存在非原装屏幕或硬件故障,需联系售后检测。 OPPO A3 Pro出现自动亮度异常,多数情况是设…

    2026年9月21日
    100
  • mysql如何优化子查询

    优先使用JOIN替代相关子查询,减少扫描行数并利用索引;对子查询字段建立合适索引;用EXISTS代替IN处理大量数据;物化不相关子查询结果;避免无索引的标量子查询;通过EXPLAIN分析执行计划优化性能。 MySQL中子查询如果使用不当,容易导致性能下降,尤其是在数据量大的情况下。优化子查询的核心是…

    2026年9月21日
    000
  • 虚拟伴侣AI如何构建记忆库 虚拟伴侣AI长期记忆系统的开发技巧

    虚拟伴侣AI如何构建记忆库 虚拟伴侣AI长期记忆系统的开发技巧虚拟伴侣AI如何构建记忆库 虚拟伴侣AI长期记忆系统的开发技巧虚拟伴侣AI如何构建记忆库 虚拟伴侣AI长期记忆系统的开发技巧虚拟伴侣AI如何构建记忆库 虚拟伴侣AI长期记忆系统的开发技巧

    构建虚拟伴侣AI长期记忆系统需设计分层结构,区分事实、情感与事件记忆,使用向量或图数据库存储并标注元数据;通过自然语言理解提取关键信息,经权重评估后编码存入长期记忆库;借助语义匹配与上下文关联实现记忆唤醒,结合最近邻搜索提升检索效率;引入时间衰减与重复强化机制模拟遗忘规律,定期清理低权记忆;同时实施…

    2026年9月21日 用户投稿
    000
  • 如何在服务器上优化mysql安装

    优化MySQL需从系统环境、配置参数、存储引擎到日常维护多层面入手,首先确保内存合理分配、选用XFS等高性能文件系统、关闭非必要服务并调整内核参数;其次在MySQL配置中优先使用InnoDB引擎,科学设置innodb_buffer_pool_size、innodb_log_file_size、max…

    2026年9月21日
    000
  • 在Java中静态方法能否被重写

    静态方法属于类而非实例,不参与运行时动态绑定,因此不能被重写;2. 子类定义同名静态方法时发生方法隐藏,调用时机由引用类型在编译阶段决定;3. 如示例所示,Parent p = new Child() 调用 p.display() 输出 “Parent static method&#82…

    2026年9月21日
    000
  • Laravel中的服务容器(Service Container)是什么?

    laravel中的服务容器是框架的核心组件,充当服务定位器和依赖注入容器。1)它管理类及其依赖,简化依赖管理,提升代码可测试性和可维护性。2)服务容器是应用架构的基石,帮助拆分复杂业务逻辑成独立服务,提高代码灵活性和可扩展性。3)基本用法包括绑定和解析服务,如app()->bind(&#821…

    2026年9月21日
    100
  • 为什么VSCode的语法高亮有时会失效?

    语法高亮失效通常由语言模式识别错误、扩展冲突或配置问题导致。1. 检查右下角语言模式并手动切换为正确类型,确保文件有正确扩展名;2. 禁用近期安装的扩展或以 code –disable-extensions 启动排查冲突;3. 切换至默认主题并检查 settings.json 是否覆盖颜…

    2026年9月21日
    500
  • Linux命令行如何查看登录用户

    Linux命令行如何查看登录用户Linux命令行如何查看登录用户Linux命令行如何查看登录用户Linux命令行如何查看登录用户

    答案是 who、w 和 users 命令用于查看Linux系统登录用户,其中 who 显示登录用户及终端信息,w 还显示用户正在执行的命令和系统负载,users 仅输出用户名列表。 在Linux命令行下,要查看当前系统上有哪些用户登录,最直接、最常用的命令包括 who 、 w 和 users 。它们…

    2026年9月21日 用户投稿
    100

发表回复

登录后才能评论
关注微信