一种用于准确蛋白质二级结构预测的多任务学习框架

本发明属于生物信息技术领域，特别涉及一种用于准确蛋白质二级结构预测的多任务学习框架。本发明设计强针对性自编码器(HTA)作为驱动，对序列进行与同源蛋白无关的编码，以提升蛋白质二级结构的三态和八态预测性能。在HTA生成的强针对性编码特征中，能够降低同源蛋白的干扰并提升特征空间利用率。其次，在生物知识的指导下，本发明提出基于多任务学习策略的蛋白质二级结构预测模型(PSSP‑MTL)。PSSP‑MTL模型能够灵活平衡全局和多尺度局部特征，并且基于多门混合专家结构实现多任务间的充分信息交换。