基于深度学习预测赖氨酸巴豆酰化位点

摘要：

巴豆酰化是一种新发现的蛋白翻译后修饰,参与细胞调控和人类疾病的发生.传统的蛋白翻译后修饰方法往往费时费力,因此建立有效的预测器是非常有必要的.本研究提出一种新的蛋白质翻译后修饰预测方法Cro-Deep.首先,利用二元编码(BE)、增强氨基酸组成(EAAC)、BLOSUM62转化为数字信息并进行融合;其次,使用GRU分类器对巴豆酰化位点进行预测;最后,利用十折交叉验证对模型进行检验.结果表明:训练集的ACC、MCC、和AUC值达到87.16％,0.7437和0.9357,独立测试集ACC、MCC、和AUC值达到91.54％,0.8313和0.9615.实验结果表明,本研究提出的Cro-Deep方法能够有效的鉴定巴豆酰化位点,提高蛋白质翻译后修饰的预测效果.

关键词：巴豆酰化、蛋白质翻译、多信息融合、深度学习

所属期刊栏目：43

分类号：TP181(自动化基础理论)

资助基金：山东省重点研发计划项目2019GGX101001

在线出版日期：2023-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：21-25