基于深度学习的蛋白质-ATP结合位点预测

摘要：

为了提高识别蛋白质-ATP结合位点预测精度,提出了基于Inception架构的深度网络模型Inception_base,同时对网络模型和训练策略进行优化和改进,提出了新的网络模型Inception_ evolution.通过两组数据集在该模型上测试,获得AUC分别为0.885和0.918,均优于其他对比机器学习方法.实验结果表明,深度学习方法可以应用于蛋白质-ATP结合位点预测问题中,该模型能够更精确预测蛋白质-ATP结合位点.

关键词：生物信息学、蛋白质-ATP结合位点预测、特征提取、深度学习、Inception网络模型

所属期刊栏目：52

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;吉林省自然科学基金

在线出版日期：2022-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：187-194