0

0

RNA碱基不成对概率比赛的基线模型

P粉084495128

P粉084495128

发布时间:2025-07-23 13:27:25

|

1001人浏览过

|

来源于php中文网

原创

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 - php中文网

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.txt

5 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

  1. 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/
  2. 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~

XPaper Ai
XPaper Ai

AI撰写论文、开题报告生成、AI论文生成器尽在XPaper Ai论文写作辅助指导平台

下载

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.txt

5 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

  1. if you have blind testset to predict:
    python src/main.py test --model-path-base model-0/model_dev\=0.0772/
  2. 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 embedding
  • Use pre-trained models such as Elmo and Bert in the Embedding layer
  • Optimize network structure and parameters
    • Hidden layer size selection-width and number of layers
    • Try complex network architecture
    • Try regularization, dropout, etc. to avoid overfitting
    • Optimize hyperparameters such as learning rate
    • Choose a good loss function
    • Try different optimizers

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

通义千问
通义千问

阿里巴巴推出的全能AI助手

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
if什么意思
if什么意思

if的意思是“如果”的条件。它是一个用于引导条件语句的关键词,用于根据特定条件的真假情况来执行不同的代码块。本专题提供if什么意思的相关文章,供大家免费阅读。

778

2023.08.22

java break和continue
java break和continue

本专题整合了java break和continue的区别相关内容,阅读专题下面的文章了解更多详细内容。

258

2025.10.24

default gateway怎么配置
default gateway怎么配置

配置default gateway的步骤:1、了解网络环境;2、获取路由器IP地址;3、登录路由器管理界面;4、找到并配置WAN口设置;5、配置默认网关;6、保存设置并退出;7、检查网络连接是否正常。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

223

2023.12.07

点击input框没有光标怎么办
点击input框没有光标怎么办

点击input框没有光标的解决办法:1、确认输入框焦点;2、清除浏览器缓存;3、更新浏览器;4、使用JavaScript;5、检查硬件设备;6、检查输入框属性;7、调试JavaScript代码;8、检查页面其他元素;9、考虑浏览器兼容性。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

185

2023.11.24

点击input框没有光标怎么办
点击input框没有光标怎么办

点击input框没有光标的解决办法:1、确认输入框焦点;2、清除浏览器缓存;3、更新浏览器;4、使用JavaScript;5、检查硬件设备;6、检查输入框属性;7、调试JavaScript代码;8、检查页面其他元素;9、考虑浏览器兼容性。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

185

2023.11.24

俄罗斯Yandex引擎入口
俄罗斯Yandex引擎入口

2026年俄罗斯Yandex搜索引擎最新入口汇总,涵盖免登录、多语言支持、无广告视频播放及本地化服务等核心功能。阅读专题下面的文章了解更多详细内容。

167

2026.01.28

包子漫画在线官方入口大全
包子漫画在线官方入口大全

本合集汇总了包子漫画2026最新官方在线观看入口,涵盖备用域名、正版无广告链接及多端适配地址,助你畅享12700+高清漫画资源。阅读专题下面的文章了解更多详细内容。

35

2026.01.28

ao3中文版官网地址大全
ao3中文版官网地址大全

AO3最新中文版官网入口合集,汇总2026年主站及国内优化镜像链接,支持简体中文界面、无广告阅读与多设备同步。阅读专题下面的文章了解更多详细内容。

74

2026.01.28

php怎么写接口教程
php怎么写接口教程

本合集涵盖PHP接口开发基础、RESTful API设计、数据交互与安全处理等实用教程,助你快速掌握PHP接口编写技巧。阅读专题下面的文章了解更多详细内容。

2

2026.01.28

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
最新Python教程 从入门到精通
最新Python教程 从入门到精通

共4课时 | 22.3万人学习

Django 教程
Django 教程

共28课时 | 3.6万人学习

SciPy 教程
SciPy 教程

共10课时 | 1.3万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号