-
公开(公告)号：CN115472221A
公开(公告)日：2022-12-13
申请号：CN202211290871.2
申请日：2022-10-21
Applicant: 重庆邮电大学
Abstract: 本发明属于生命科学领域，具体涉及一种基于深度学习的蛋白质适应度预测方法，包括：对目标蛋白质进行多序列比对，并推断其进化耦合，并获取同源蛋白质序列的局部进化表示；利用蛋白质语言模型来获取目标蛋白质的氨基酸特征；对目标蛋白质的氨基酸序列进行位置嵌入表示，得到位置特征；将目标蛋白质的局部进化表示和氨基酸特征与位置特征输入到混合神经网络模型中提取特征，将提取的特征通过全连接计算，得到蛋白质适应度的预测结果值。本发明提出了一种新的混合神经网络，网络充分利用了蛋白质序列的局部进化信息和氨基酸特征信息，可以更有效的提取并学习蛋白质序列数据，提高了预测精度。
Search Results
1
records
(took 0.022 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
