摘要
本发明属于生物信息领域,具体涉及基于多视图语义的多级酶功能预测方法,其中包括深度学习、卷积神经网络、多头自注意力机制等技术。该方法包括,蛋白质序列的原始语义特征提取,深度语义特征模块,广度语义特征模块,词性注意力增强器,多视图自适应网络融合预测5个步骤。本方法先将蛋白质序列输入蛋白质预训练模型进行预处理,得到原始语义信息。再将原始语义信息输入到本方法提出的深度语义特征模块和广度语义特征模块中,获得深度语义特征和广度语义特征。将得到的原始、深度、广度语义特征输入到本方法词性注意力增强器和多视图自适应融合网络中,得到最终的酶功能预测结果。经过大量实验证明,本发明可以高效准确的预测酶功能。
技术关键词
功能预测方法
预训练模型
序列
上采样
sigmoid函数
注意力机制
语义特征提取
解码器
编码器
非线性
多层感知器
批量
模块
样本
内核
代表
定义
系统为您推荐了相关专利信息
突变小鼠模型
神经退行性疾病
新型动物模型
位点
神经系统
跟踪方法
运动状态预测方法
轨迹置信度
分层
卡尔曼滤波
优化调度方法
优化调度装置
中央控制单元
优化调度模型
长短期记忆神经网络