DOI: 10.12187/2024.02.002
基于深度学习和蛋白质语言模型的抗菌肽预测模型研究
王晓1
吴洲2
王宏伟3
王榕4
陈浩然2
1.郑州轻工业大学 计算机科学与技术学院,河南 郑州 450001;河南省食品安全数据智能重点实验室,河南 郑州 4500012.郑州轻工业大学 计算机科学与技术学院,河南 郑州 4500013.郑州轻工业大学 食品与生物工程学院,河南 郑州 4500014.郑州轻工业大学 电子信息学院,河南 郑州 450001
摘要：针对目前已有抗菌肽(Antimicrobial Peptides,AMPs)预测模型的准确度(ACC)仍有待提高的问题,提出一种新的基于深度学习和蛋白质语言模型的抗菌肽预测模型DeepGlap,该模型分别采用两个蛋白质语言模型对抗菌肽序列进行特征提取,将提取的特征向量融合后输入由多层双向长短记忆网络(mBi-LSTM)、一维卷积神经网络(1D-CNN)和注意力机制组成的深度学习网络中,并进行性能评估与优化.结果表明:该模型的ACC、皮尔逊相关系数(MCC)和曲线下的面积(AUC)分别为 0.739、0.489 和 0.81,优于已有抗菌肽预测模型的预测效果.
关键词：抗菌肽预测模型食源性病原体蛋白质语言模型深度学习网络
分类号：TS201.2(食品工业)TP399(计算技术、计算机技术)
资助基金：国家自然科学基金(32101976)国家自然科学基金(61906175)河南省科技攻关项目(232102210020)河南省科技攻关项目(20210221014)河南省高等学校重点科研项目(22A520013)河南省高等学校重点科研项目(23B520004)
论文发表日期：2024-04-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 12-18 )
英文信息