文档名：多信息融合和自注意力识别新冠磷酸化位点
摘要：由严重急性呼吸系统综合症冠状病毒2(SARS-CoV-2)引起的疾病正在威胁着人们的健康.识别磷酸化位点是理解感染新型冠状病毒的分子机制的重要步骤.由于实验方法的局限性,建立有效的预测模型是非常有必要的,由此提出一种新的新冠磷酸化位点预测模型Self-DeepIPs.利用二肽组成(DC),增强氨基酸组成(EAAC),组成、转化和分布(CTD),BLO-SUM62四种特征提取方法将蛋白质序列信息转化为数字信息,并首尾相连融合这些特征,采用互信息方法去除冗余信息.利用BILSTM和自注意力机制结合构建深度学习模型预测新冠磷酸化位点.利用五折交叉验证对模型进行检验.训练集的ACC和AUC值分别达到83.62%和91.70%,独立测试集的ACC和AUC值分别达到82.56%和91.23%.实验结果表明:Self-Deep-IPs方法能够有效识别新冠磷酸化位点.
作者：闫路 来佳丽 王明辉Author：YANLu LAIJiali WANGMinghui
作者单位：青岛科技大学数理学院,山东青岛266042
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(11)
分类号：TP181
关键词：新冠磷酸化 多信息融合 自注意力机制 深度学习
机标分类号：TP391.41TN911.7G434
在线出版日期：2023年7月18日
基金项目：国家自然科学基金多信息融合和自注意力识别新冠磷酸化位点[
期刊论文] 重庆理工大学学报--2023, 37(11)闫路 来佳丽 王明辉由严重急性呼吸系统综合症冠状病毒2(SARS-CoV-2)引起的疾病正在威胁着人们的健康.识别磷酸化位点是理解感染新型冠状病毒的分子机制的重要步骤.由于实验方法的局限性,建立有效的预测模型是非常有必要的,由此提出一种新...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
多信息融合和自注意力识别新冠磷酸化位点 Multi-information fusion and self-attention identification of phosphorylation sites of SARS-CoV-2
多信息融合和自注意力识别新冠磷酸化位点.pdf
- 文件大小:
- 3.75 MB
- 下载次数:
- 60
-
高速下载
|
|
