公开(公告)号：CN119007819A

公开(公告)日：2024-11-22

申请号：CN202411141189.6

申请日：2024-08-20

Applicant: 南京邮电大学

Inventor： 唐韬 ,  李天洋 ,  申太广 ,  杜鹏 ,  李炜卓 ,  张莉

IPC: G16B40/00 ,  G16B40/20 ,  G16B30/10 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06F18/22 ,  G06F18/213 ,  G06F18/24 ,  G06F18/25

Abstract: 本发明公开了一种基于联合训练的多标签蛋白质交互作用的预测方法，先从包含多个PPI类型的数据库中选择交互作用数据作为原始数据源，对数据进行预处理，构建PPI数据集，然后对蛋白质序列进行特征提取，将获得的特征分为标称特征和序列特征，分别组成标称特征向量和序列特征向量，接着基于联合训练结构构建模型；使用图卷积网络从标称特征向量提取交互作用网络的关系结构；使用一维卷积神经网络对序列特征中的蛋白质序列信息进行编码并提取；最后应用全连接层进行多标签预测，根据性能反馈将模型投入使用。与现有方法相比，本发明可以显著提升对蛋白质交互作用类别预测的准确性，对蛋白质功能及药物开发等领域的研究具有推动作用。