Prediction of PCR amplification from primer and template sequences using recurrent neural network.
Prediction of PCR amplification from primer and template sequences using recurrent neural network.
复制标题
DOI：
10.1038/s41598-021-86357-1
复制
发表时间：
2021-04-05
影响因子：
4.6
通讯作者：
Endoh D
中科院分区：
文献类型：
--
作者：
Kayama K;Kanno M;Chisaki N;Tanaka M;Yao R;Hanazono K;Camer GA;Endoh D
我们开发了一种基于引物序列和模板之间的关系来预测特定引物组和DNA模板的PCR扩增成功的新方法。为了使用递归神经网络进行预测，引物和模板核苷酸序列之间通常的双链形成在这里表示为五个字母的单词。放置一组词（伪句）来指示PCR学习循环神经网络（RNN）的成功或失败。在学习伪句后，RNN预测由引物和模板序列生成的伪句的PCR结果，准确率达到70%。这些结果表明，可以使用学习后的RNN预测PCR结果，并且训练后的RNN可以用作初步PCR实验的替代。这是第一个利用神经网络设计引物并预测PCR结果的报道。
We have developed a novel method to predict the success of PCR amplification for a specific primer set and DNA template based on the relationship between the primer sequence and the template. To perform the prediction using a recurrent neural network, the usual double-stranded formation between the primer and template nucleotide sequences was herein expressed as a five-lettered word. The set of words (pseudo-sentences) was placed to indicate the success or failure of PCR targeted to learn recurrent neural network (RNN). After learning pseudo-sentences, RNN predicted PCR results from pseudo-sentences which were created by primer and template sequences with 70% accuracy. These results suggest that PCR results could be predicted using learned RNN and the trained RNN could be used as a replacement for preliminary PCR experimentation. This is the first report which utilized the application of neural network for primer design and prediction of PCR results.
登录
查看更多内容
用于设计独特基因组PCR引物的Genomemasker软件包。
影响因子：
3
作者：
Andreson, R;Reppo, E;Kaplinski, L;Remm, M
通讯作者：
Remm, M
改进的 PCR 引物可扩增 NC10 细菌的 16S rRNA 基因
影响因子：
5
作者：
He, Zhanfei;Wang, Jiaqi;Hu, Baolan
通讯作者：
Hu, Baolan
使用深度卷积和循环神经网络预测 RNA-蛋白质序列和结构结合偏好
影响因子：
4.4
作者：
Pan X;Rijnbeek P;Yan J;Shen HB
通讯作者：
Shen HB
影响因子：
3.7
作者：
Clifford RJ;Milillo M;Prestwood J;Quintero R;Zurawski DV;Kwak YI;Waterman PE;Lesho EP;Mc Gann P
通讯作者：
Mc Gann P
影响因子：
2.7
作者：
Kayama, Kotetsu;Hashizume, Hibiki;Endoh, Daiji
通讯作者：
Endoh, Daiji