一种基于深度学习和语言模型的蛋白质无序区域预测方法

本发明涉及一种基于预训练蛋白质语言模型和集成深度学习的蛋白质内在无序区域预测方法。本发明基于预训练蛋白质语言模型，构建了蛋白质序列的通用特征，结合不同的深度神经网络，捕获蛋白质中长无序区域和短无序区域的特性，并通过集成三个特定的深度学习模型构建了蛋白质内在无序区域的预测方法。本发明提出的预测方法不仅通过深度学习方法能够获得蛋白质的通用表达，也可以学习蛋白质序列中氨基酸残基的局部上下文特征和远距离的依存关系，通过集成学习方法，融合了三个互补的预测器，大幅度提高了固有无序蛋白质的预测性能；此方法可快速准确地识别固有无序蛋白质，成本低，可行性强，便于使用和推广。