摘要
本发明涉及蛋白质预测技术领域,公开了一种混合深度学习策略的蛋白质解链温度预测方法,包括如下步骤:步骤1、构建深度学习策略的蛋白质解链温度预测模型,所述预测模型包括序列特征提取模块、结构特征提取模块以及前向网络模块;步骤2、输入待测上述蛋白质的一级序列至所述预测模型中;步骤3、利用预测模型输出蛋白质解链温度以及蛋白质类别。本发明提出的预测方法,其预测模型综合考虑了蛋白质的结构特征和序列特征,特别是考虑了蛋白质结构中的氨基酸残基空间构象,因此,本发明提出的预测模型能够更加精准的预测到蛋白质解链温度。
技术关键词
解链温度
结构特征提取
注意力
特征提取模块
节点
一级序列
矩阵
神经网络激活函数
网络模块
双向长短期记忆网络
深度学习模型
Sigmoid函数
数据
记忆单元
序列特征
编码模块
构建预测模型
系统为您推荐了相关专利信息
架空输电线路
节点
路径规划方法
指标
Delaunay三角剖分
车辆泊车控制方法
充电口位置
车辆周围环境
车载传感器
位置识别