下载
标题:
Fer-COCL:一种基于多种深度学习算法的识别生育相关蛋白的新方法
作者:
张胜利、李新杰、史红岩、靖远元、梁云云、张玉森
数字对象标识:
10.46793/匹配90-3.537Z
体积
90
问题
三
年份
2023
页
537-559
摘要
物种的生存取决于生物体的繁殖力。
研究能够调节生物体生殖活动的蛋白质也是值得的。
由于生物实验难以确认蛋白质,因此开发相关计算模型来预测与生育相关的蛋白质的功能已成为当务之急。
随着机器学习的发展,相关的各种算法可以成为识别受精相关蛋白的关键。
在这项工作中,我们开发了一个基于深度学习的Fer COCL模型。
该模型由多个特征和多个深度学习算法组成。
首先,我们使用氨基酸组成(AAC)、二肽组成(DPC)、CTD转换(CTDT)和二肽与预期平均值(DDE)之间的偏差来提取特征。
然后,将拼接的特征输入分类器。
将卷积神经网络和长短期记忆联合处理的数据输入到全连接层进行分类。
使用10倍交叉验证对模型进行评估后,两个数据集的准确率分别达到97.1%和98.3%。
结果表明,该模型高效准确,有利于生物学家对生物育性的研究。
此外,一个免费的在线工具可以预测生育相关蛋白的功能,网址是
http://fercocl.zhanglab.site网站/
.
后退