摘要
本申请涉及一种氨基酸序列生成模型的训练方法及其应用。该方法包括:获取训练数据,训练数据包括样本蛋白质的样本结构信息;对样本结构信息进行特征编码,获得样本蛋白质对应的节点特征和边特征;通过待训练的图神经网络模型的多个消息传递层对节点特征和边特征进行交替更新,获得更新后的目标节点特征及目标边特征;根据对应的目标节点特征及目标边特征,通过待训练的图神经网络模型按照随机顺序分别对各节点进行解码预测,输出预测序列信息;根据预测序列信息与样本序列信息计算的损失值迭代图神经网络模型的网络参数,获得训练好的氨基酸序列生成模型。本申请提供的方案,能够提高生成模型预测结果的泛化性和鲁棒性。
技术关键词
节点特征
神经网络模型
序列
样本
邻居
生成方法
节点更新
计算机程序产品
聚类
混合损失函数
距离信息
处理器
周期性特征
掩码矩阵
解码器
依序
编码器
系统为您推荐了相关专利信息
引物
基因启动子甲基化
检测试剂盒
点样芯片
DNA聚合酶
卫星遥感数据
生成检测模型
神经网络模型
检测终端
控制终端
光电材料
COMSOL软件
构建机器学习模型
物理
光电器件
茶叶提取
等级评定方法
模式识别方法
代谢指纹图谱
指纹图谱建立
基因编辑系统
位点
基因编辑技术
递送载体
逆转录