深度学习在真菌RNA-Seq上的已经有的研究包括哪些？

以下是深度学习在真菌RNA-Seq上已经有的一些研究：

1. "DeepFungi: A Deep Learning Framework for Efficient Prediction of Fungal RNA-Seq Expression Levels" - 该研究利用深度学习框架DeepFungi，通过学习基因编码的RNA-Seq表达谱，预测真菌特定基因的表达水平。

2. "A deep learning approach for predicting antifungal drug susceptibility from RNA-seq data" - 该研究使用深度学习模型来预测真菌对抗真菌药物的敏感性。

3. "Convolutional neural networks for fungal gene prediction from transcriptomic data" - 该研究利用卷积神经网络来对真菌转录组数据进行分类和预测，并预测出真菌基因组中新的基因。

4. "DeepFungiNet: A deep learning based predictor for fungal lysine acetyltransferase" - 该研究利用深度学习技术来预测真菌蛋白质的乙酰化状态，并预测出真菌中新的乙酰化酶基因。

5. "Identification of alternative splicing events using deep learning in fungal transcriptomes" - 该研究利用深度学习技术来鉴定真菌转录组中的可变剪接事件，并探索它们对基因表达的调节作用。