DeepSEA
基于深度卷积神经网络的 DNA 序列功能预测方法，直接从序列预测染色质特征 和变异的功能效应。该方法开创了基于深度学习的序列功能预测领域，是 基因组学深度学习的经典模型。
| 属性 | 值 |
|---|---|
| 用途 | 基于深度学习的 DNA 序列功能预测 |
| 时间复杂度 | O(n * d) |
| 空间复杂度 | O(d) |
| 年份 | 2015 |
| 难度 | 进阶 (Intermediate) |
| 实现语言 | Python |
| 分类 | 蛋白质语言模型 |
复杂度分析
- 时间复杂度：
O(n * d) - 空间复杂度：
O(d)
性能洞见：该算法时间复杂度属于多项式量级。
注：复杂度基于理论模型。实际性能受数据规模、硬件环境与实现优化影响，建议针对具体场景进行基准测试。
文献与实现
相关工具
Basset · DanQ · Enformer
标签
deep-learning functional-prediction chromatin variant-effect