基于蛋白质语言模型与多尺度卷积神经网络的Cas蛋白识别方法及系统

本发明涉及一种基于蛋白质语言模型与多尺度卷积神经网络的Cas蛋白识别方法及系统。所述方法包括：获取收集到的不同的Cas蛋白数据集，数据集中包含有蛋白质序列；通过AATP特征通道对输入的蛋白质序列进行编码，将蛋白质序列表征为AATP特征；通过ESM‑2特征通道对输入的蛋白质序列进行编码，提取出蛋白质序列中的蛋白质嵌入特征；将压缩后的AATP特征、ESM‑2特征进行融合，得到融合特征；基于融合特征对Cas蛋白识别模型训练。通过使用双特征通道分别对输入的蛋白质序列进行编码，提取出两个特征之后再进行压缩降维融合处理，使得训练出的Cas蛋白识别模型能够简单快捷的筛选出可能的Cas蛋白，高效且成本低。