公开(公告)号：CN114093427B

公开(公告)日：2023-06-09

申请号：CN202111342907.2

申请日：2021-11-12

Applicant: 杭州电子科技大学

Inventor： 葛瑞泉 ,  夏一潇 ,  贾刚勇 ,  黄润根

IPC: G16B40/00 ,  G16B30/00 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08 ,  G06F18/2411 ,  G06N20/10

Abstract: 本发明公开了一种基于深度学习和机器学习领域的抗病毒肽预测方法，该方法的具体步骤如下：步骤1、获取序列数据，其中所获取的序列数据为待预测的肽序列；步骤2、对待预测的肽序列进行预处理；步骤3、将步骤2中得到的数据进行预测，并输出预测结果。其融合模型选择将神经网络和机器分类相结合，并采取两步走的预测方法，在交叉实验和独立测试集上的评估结果显示，FusedModel相比于其他模型，有着良好的分类结果，为抗病毒肽的识别提供了快速而又准确的方法，方便现代医疗的研究以及治疗。

公开(公告)号：CN114093427A

公开(公告)日：2022-02-25

申请号：CN202111342907.2

申请日：2021-11-12

Applicant: 杭州电子科技大学

Inventor： 葛瑞泉 ,  夏一潇 ,  贾刚勇 ,  黄润根

IPC: G16B40/00 ,  G16B30/00 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06N20/10

Abstract: 本发明公开了一种基于深度学习和机器学习领域的抗病毒肽预测方法，该方法的具体步骤如下：步骤1、获取序列数据，其中所获取的序列数据为待预测的肽序列；步骤2、对待预测的肽序列进行预处理；步骤3、将步骤2中得到的数据进行预测，并输出预测结果。其融合模型选择将神经网络和机器分类相结合，并采取两步走的预测方法，在交叉实验和独立测试集上的评估结果显示，FusedModel相比于其他模型，有着良好的分类结果，为抗病毒肽的识别提供了快速而又准确的方法，方便现代医疗的研究以及治疗。