小伙伴们好，我是小嬛。专注于人工智能、计算机视觉领域相关分享研究。【目标检测、图像分类、图像分割、目标跟踪等项目都可做，也可做不同模型对比实验；需要的可联系（备注来意）】

-------正文开始--------

引言：mRNA修饰预测的重要性

N6-甲基腺苷(m6A)是真核生物中最常见的mRNA修饰类型，参与mRNA剪接、稳定性调控和翻译等关键过程。研究表明，m6A修饰异常与多种疾病密切相关，包括癌症、神经退行性疾病等。传统实验方法鉴定m6A位点成本高且耗时长，而机器学习方法特别是深度学习，为高效预测mRNA修饰位点提供了新思路。

在此系列的前四篇里我们已经系统回顾了很多具有代表性的m6A-SNP预测模型，在接下来几篇我们将深入解析模型原理/代码实现和最新的深度学习研究成果，展示人工智能如何助力RNA修饰功能研究。

本篇将承接上篇继续解析如何构建卷积神经网络(CNN)来预测mRNA序列中的m6A修饰位点，主要涵盖模型性能评估、预测策略。四、评估与预测策略

基础评估指标

准确率 (Accuracy)：整体预测正确率

查准率 (Precision)：预测为正的样本中，多少是真正的正样本

查全率 (Recall)：所有正样本中，模型能识别出来多少

F1 值 (F1-score)：Precision 和 Recall 的调和平均，更平衡的指标

混淆矩阵：直观展示 TP/TN/FP/FN

ROC 曲线与 AUC：评估整体分类能力

PR 曲线与 AUPRC：在类别不平衡时更敏感，重点反映模型对正类的识别表现

2. 双阈值策略

传统单阈值问题：

1. 基础评估指标输出

   from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score
   
   y_pred = (model.predict(X_test) > 0.5).astype(int)
   
   print("Accuracy:", accuracy_score(y_test, y_pred))
   print("Precision:", precision_score(y_test, y_pred))
   print("Recall:", recall_score(y_test, y_pred))
   print("F1:", f1_score(y_test, y_pred))

2. 混淆矩阵

   from sklearn.metrics import confusion_matrix, ConfusionMatrixDisplay
   import matplotlib.pyplot as plt
   
   cm = confusion_matrix(y_test, y_pred)
   disp = ConfusionMatrixDisplay(confusion_matrix=cm)
   disp.plot()
   plt.show()

3. ROC曲线与AUC

   from sklearn.metrics import roc_curve, roc_auc_score
   
   y_prob = model.predict(X_test).ravel()
   fpr, tpr, _ = roc_curve(y_test, y_prob)
   auc_val = roc_auc_score(y_test, y_prob)
   
   plt.plot(fpr, tpr, label=f"ROC curve (AUC={auc_val:.2f})")
   plt.xlabel("False Positive Rate")
   plt.ylabel("True Positive Rate")
   plt.legend()
   plt.show()

4. PR曲线与AUPRC

   from sklearn.metrics import precision_recall_curve, average_precision_score
   
   precision, recall, _ = precision_recall_curve(y_test, y_prob)
   ap = average_precision_score(y_test, y_prob)
   
   plt.plot(recall, precision, label=f"PR curve (AP={ap:.2f})")
   plt.xlabel("Recall")
   plt.ylabel("Precision")
   plt.legend()
   plt.show()

5. 正负样本概率分布密度图

   import seaborn as sns
   #可以用于调整阈值
   sns.kdeplot(y_prob[y_test==0], label="Negative")
   sns.kdeplot(y_prob[y_test==1], label="Positive")
   plt.xlabel("Predicted probability")
   plt.ylabel("Density")
   plt.legend()
   plt.show()

   为什么选择AUPRC？

6. 正负样本高度不平衡时更可靠

7. 直接反映模型对正样本的识别能力

8. 0.5阈值不适合不平衡数据

9. 大量样本处于中间模糊区域

双阈值方案：

def double_threshold_classify(prob, low=..., high=...): #可以自行根据密度图选择
    if prob >= high:
        return 1    # 高置信度正样本
    elif prob <= low:
        return 0    # 高置信度负样本
    else:
        return -1   # 不确定区域

优势：

• 只保留高置信度预测

• 减少边界误判

• 提升结果可靠性

五、模型部署与RNA变异预测

SNP效应预测流程

可以使用双重筛选标准进行预测

1.首先依据模型验证阶段确定的分数阈值筛选出高置信度的m6A预测位点； 

2.再对Δscore应用Z-score标准化，筛选出变化幅度显著（Z>2或Z<-2）的样本。

只有同时满足分数阈值和显著性要求的突变，才被认定为真正的gain或loss事件

公众号（AI技术星球）回复暗号：977C

好了，这篇文章就介绍到这里，喜欢的小伙伴感谢给点个赞和关注，更多精彩内容持续更新~~