摘要
本发明涉及蛋白质技术领域,公开了一种蛋白质‑蛋白质相互作用位点预测方法及装置,包括:将待预测蛋白质序列的生物特征矩阵经过多种不同的深度学习模型的输出特征矩阵横向拼接,得到集成特征矩阵;基于待预测蛋白质序列的语义特征矩阵获取注意力特征矩阵,与集成特征矩阵拼接后经过线性层,获取拼接矩阵;将拼接矩阵输入胶囊网络层,获取待预测蛋白质序列中每个位点处氨基酸残基的分类向量,经线性层,得到待预测蛋白质序列中每个氨基酸残基属于相互作用位点的概率。本发明通过多特征融合的方式充分利用不同模型对特征的捕捉能力,特征拼接更好地捕捉特征之间的潜在关联性,并结合胶囊网络,提升蛋白质‑蛋白质相互作用位点预测的准确性。
技术关键词
预测蛋白质序列
位点预测方法
矩阵
语义特征
深度学习模型
集成特征
二维卷积神经网络
依赖特征
Softmax函数
生物
多头注意力机制
胶囊网络
线性
数值
特征提取模块
系统为您推荐了相关专利信息
非线性算法
矩阵
遗传算法优化
波长
神经网络算法
语言模型训练方法
模型预训练
编码向量
计算机自然语言
文本
注浆参数
深度学习模型
模拟模型
记忆单元
注意力机制
对弈棋盘
电子卡
射频识别模块
游戏板
RF多路复用器