10.13229/j.cnki.jdxbgxb20200723
基于深度学习的蛋白质-ATP结合位点预测
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.
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
52
TP399(计算技术、计算机技术)
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
2022-03-02(万方平台首次上网日期,不代表论文的发表时间)
共8页
187-194