基于序列深度学习的Ⅲ型分泌效应子预测

摘要：

为理解Ⅲ型分泌系统(T3 SS)对致病机理的重要性,针对其表现出的高度序列多样性,提出基于序列深度学习的III型分泌效应子预测方法.利用两级卷积神经网络实现对蛋白质序列功能域的检测,用双向长短时记忆神经网络识别长期依赖关系,用二进制交叉熵评价神经网络质量.在数据集上将五折交叉验证的结果与其它算法进行比较,验证了该方法能够有效提高预测III型分泌效应子的准确率.

关键词：分泌效应子预测、序列特征、两级卷积神经网络、二进制交叉熵、五折交叉验证

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;云南省应用基础研究重点基金项目;云南省中青年学术;技术带头人后备人才基金项目

在线出版日期：2022-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2197-2203