摘要
本发明涉及生物信息技术领域,具体公开了一种基于图全景注意力增强的金属结合位点突变效应预测方法,包括步骤:S1:从数据库中获取金属结合位点的疾病相关突变数据;S2:将数据划分为训练、验证和测试样本集;S3:对样本集进行数据预处理操作;S4:使用预处理后训练和验证样本集对神经网络框架进行训练、验证,并保存训练好的神经网络框架;S5:将预处理后测试样本集输入到训练好的神经网络框架中,得到金属结合位点突变效应预测结果。本发明通过深度挖掘蛋白质语言模型隐含的特征语义信息,驱动构建图全景注意力网络,并显著增强该网络对金属蛋白结构的感知能力,最终实现结构和序列表征的有效融合,提高金属结合位点突变效应预测精度。
技术关键词
效应预测方法
注意力
神经网络框架
矩阵
位点
编码模块
生物特征信息
节点特征
序列特征
样本
节点结构特征
结构特征提取
生物信息技术
语义特征
系统为您推荐了相关专利信息
前馈控制器参数
反馈控制器
伺服控制系统
整定方法
运算器
多边形
多孔介质模型
微流控芯片
生成方法
模拟多孔介质