基于深度残差网络的家蚕蛋白质功能预测多模态融合方法

本发明公开了基于深度残差网络的家蚕蛋白质功能预测多模态融合方法，包括从家蚕基因组、蛋白质晶体结构等数据库，运用数据爬取与接口调用技术，采集不同品种、发育阶段家蚕蛋白质的序列及高分辨率三维结构数据，构建多模态数据源。对序列数据清洗并独热编码，对结构数据进行优化并转化为图结构。通过卷积神经网络和GraphSAGE图神经网络分别提取序列与结构特征，以自适应权重融合策略将特征动态融合。搭建深度残差网络训练模型，实现对未知功能家蚕蛋白质功能类别及置信度的精准预测。该方法通过全流程技术优化，提高了家蚕蛋白质功能预测的精度与高鲁棒性，为家蚕分子育种及功能基因组学研究提供了高效工具。