摘要
本申请实施例提供一种基于深度学习的人类与病毒蛋白质互作识别方法。应用于蛋白质互作识别领域,该方法通过获取人类蛋白质数据集及病毒蛋白质数据集,并对人类蛋白质数据集及病毒蛋白质数据集进行预处理;根据预处理后的人类蛋白质数据集及病毒蛋白质数据集构建双盲数据集与节点度平衡数据集;基于预训练的蛋白语言模型构建人类与病毒蛋白质互作预测模型,并根据双盲数据集、节点度平衡数据集以及预设的优化目标对人类与病毒蛋白质互作预测模型进行训练优化;将待处理的人类蛋白质数据与病毒蛋白质数据,输入到训练优化后的人类与病毒蛋白质互作预测模型进行分析处理,得到人类与病毒蛋白质互作识别结果,提高了识别结果的准确度和可靠性。
技术关键词
人类
数据
计算机执行指令
识别方法
病毒蛋白
序列比对算法
样本
拉普拉斯
计算机存储介质
双向长短期记忆网络
矩阵
节点
引入注意力机制
融合特征
计算机程序产品
聚类
处理器
识别设备
系统为您推荐了相关专利信息
末端执行器
迁移方法
灵巧手
AD采集模块
弯曲传感器
可视化检测系统
积灰
清洁光伏板
图像校正单元
云监测平台
激光雷达标定方法
数据
矩阵
螺旋
激光雷达标定系统
栓塞
机器学习模型
梯度提升决策树
形状特征提取
纹理特征提取
实时图像
资源配置信息
场景
图像增强模型
图像增强方法