摘要
本发明涉及深度学习技术领域,公开了一种6‑HB靶向膜融合抑制肽预测方法、装置、设备及介质,方法包括:生成靶向6‑HB的膜融合抑制候选肽;将膜融合抑制候选肽输入预先构建的6‑HB靶向膜融合抑制肽预测模型进行分类预测,获得膜融合抑制候选肽的分类结果;膜融合抑制肽预测模型为两阶段迁移学习分类模型,第一阶段基于序列通用特征,进行抗病毒肽与非抗病毒肽二分类预测;第二阶段融入空间构象特征,进行膜融合抑制肽与非膜融合抑制抗病毒肽二分类预测;筛选分类结果,获得6‑HB靶向膜融合抑制候选肽。实现了从粗粒度抗病毒活性识别到细粒度6‑HB抑制活性分类的跨越,提高了包膜病毒型/亚型特异性的6‑HB抑制肽预测准确性。
技术关键词
卷积网络模型
抗病毒
构象特征
迁移学习分类
通用特征
通用型
序列特征
数据
节点特征
Softmax函数
计算机
过滤单元
控制策略
深度学习技术
可读存储介质
特征提取器
生成代表
阶段
编码特征