摘要
本发明公开了一种基于图神经网络和GO术语层次关系的蛋白质功能预测方法及相关装置,其方法包括:获得蛋白质序列数据、蛋白质序列数据对应的蛋白质PPI数据以及蛋白质序列数据对应的蛋白质GO术语数据;基于蛋白质序列数据以及蛋白质PPI数据进行特征提取处理,获得蛋白质特征向量;基于蛋白质序列数据对应的蛋白质GO术语数据进行术语特征提取处理,获得每个蛋白质GO术语数据对应的术语特征向量;将蛋白质特征向量以及每个蛋白质GO术语数据对应的术语特征向量映射到相同的语义空间内,并在所述语义空间内进行蛋白质的功能预测处理。在本发明实施例中,具有更好的蛋白质的预测性能,并且相比于传统预测方法具有较大幅度的性能提升。
技术关键词
蛋白质功能预测方法
术语
数据
神经网络模型
序列
节点特征
语义
样本
特征提取模块
融合算法
特征加权融合
注意力机制
正则化策略
编码
有向无环图
矩阵
邻居
存储计算机程序