摘要
本发明提供了一种免疫蛋白配体受体功能预测方法、装置和存储介质,涉及人工智能领域,包括:搭建支持多输入的人工神经网络,人工神经网络用于接收配体与受体向量,输出特定功能的预测分数,人工智能网络至少包括特征提取器、特征融合器和分类器,其中,特征提取器用于提取氨基酸序列向量中的特征向量,特征融合器用于融合蛋白质配体与受体的特征向量,分类器用于对融合后的特征向量进行分类,以输出预测结果;采用迁移学习策略和元学习策略训练人工神经网络;基于训练后的人工神经网络对待预测的受体配体数据进行预测。本发明提供的方法能够预测不同配体与受体蛋白的功能,并泛化预测未见过的配体和受体组合的相互作用功能性质。
技术关键词
功能预测方法
人工神经网络
特征提取器
配体
迁移学习策略
受体
元学习策略
融合蛋白质
序列
分类器
人工智能网络
融合器
解码器结构
存储程序指令
可读存储介质
编码器
预测装置
数据
无监督
系统为您推荐了相关专利信息
笛卡尔
应力计算方法
变量
网格
人工神经网络模型
驾驶员辅助系统
对象跟踪
驾驶员辅助方法
深度神经网络模型
线性单元
检测预警方法
PO算法
注意力机制
四旋翼无人机
激光雷达系统
数据驱动融合
损伤评估方法
土体微结构
人工神经网络
参数