摘要
本发明涉免疫药物研发技术领域,公开了一种基于混合深度学习策略的BCE预测方法,包括如下步骤:步骤1、构建BCE预测模型;步骤2、向所述BCE预测模型输入蛋白序列;步骤3、利用预测模型输出该蛋白序列是否为BCE的结果。所述步骤1中的BCE预测模型包括数据库、特征提取模块、特征处理模块以及前向神经网络模块;其中:数据库用于训练数据集的获取;特征提取模块用于对数据进行特征提取并获取四组特征;特征处理模块用于对提取的特征进行处理。本发明提出的深度学习预测方法,用序列特征和结构特征表示一条蛋白质,用四通道深度神经网络,分别提取序列信息和结构信息,可用同一个模型预测线性表位。
技术关键词
表位序列
序列特征
特征提取模块
神经网络激活函数
一级序列
二维卷积神经网络
注意力
蛋白质结构预测
正弦余弦函数
深度学习模型训练
药物研发技术
数据
记忆单元
深度学习预测
三维结构
LSTM模型
系统为您推荐了相关专利信息
优化传输方法
干扰分析模型
多模态图像数据
分析系统
纹理
预测定位方法
配电网故障
故障预测模型
子模块
贡献率
多边形网格
拓扑结构特征
多模态特征
重构误差
时序
亚像元制图方法
注意力机制
特征提取模块
编码器
高维特征向量
交互式多模型算法
温度传感器
扩展卡尔曼滤波
多型号
模型库