基于人工智能技术识别液-液相分离调节蛋白的方法及系统

本发明属于计算机技术领域，公开了一种基于人工智能技术识别液‑液相分离调节蛋白的方法，本发明采用了一种基于人工智能的方法来识别LLPS中的调节蛋白。首先构建了一个包含913个阳性蛋白质序列和6584个阴性蛋白质序列的可靠数据集。为了应对类不平衡的问题，将阴性数据集随机划分为多个子集，每个子集的大小与阳性数据集数目相匹配，最终获得了8个平衡的训练集和一个独立测试集。接着，利用蛋白质预训练语言模型ESM2‑36从这些蛋白质序列中提取特征信息。以此为基础，训练了一个基于多层感知器(MLP)的集成分类器，采用10倍交叉验证来优化模型。最终，该分类器在测试数据集上达到了77.78％的准确率。