Paper

1.基于数据增强的RNA-蛋白质相互作用预测研究_闫建荣

基于数据增强的RNA-蛋白质相互作用预测研究_闫建荣.pdf
创新点：
1.引入了RNA的二级结构信息
2.使用自己编写的GAN进行了数据增强，解决了数据规模较小的问题

2.EPIVAN | 基于预训练和注意力机制的启动子增强子相互作用预测

btz694.pdf
模型图：

创新点：
1.使用基于人类全基因预训练的DNA向量来编码增强子和启动子（使用了别人预训练好的DNA2vec模型）

3.LongTarget：一个基于Hoogsteen碱基配对分析的预测lncRNA DNA结合基序和结合位点的工具

btu643.pdf
太专业了，没看明白。

4.学习RNA和蛋白质序列的分布式表示及其在预测lncRNA-蛋白质相互作用中的应用

Learning_distributed_representations_of_RNA_and_pr (1).pdf
模型图：
特点：利用大量现有人类数据训练了两个Word2vec模型，用于对RNA序列和蛋白质序列的特征进行提取。
RNA的word2vec的k-mers为4

5.Gene2vec：基于共表达的基因分布式表示

s12864-018-5370-x.pdf
特点;训练了一个Gene2vec模型，根据gene的名字的到一个长度为200的向量。

6.DIANA-TarBase v8：

长达十年的实验支持的 miRNA-基因相互作用的集合

karagkouni2017.pdf
特点：
具体的原理我没读懂，但值得关注的是。
这篇论文提到构建了一个大型的miRNA和gene相互作用的数据集。
通过访问论文中提供的网站，输入gene和miRNA的名称，就可获得两者的相互关系。
但当我试图获取全部数据集时，页面无法跳转显示服务器错误，搭了梯子还是不行。
我给网站的维护人员发邮件索要数据集了，还没回复我。

7。MAGIA，

一个基于网络的 miRNA 和基因综合分析工具

sales2010.pdf
总结：给paper6的打的广告