申请/专利权人:常州大学
申请日:2024-01-24
公开(公告)日:2024-06-04
公开(公告)号:CN118136112A
主分类号:G16B30/10
分类号:G16B30/10;G16B40/00;G16B15/00;G06N3/0455;G06F18/25
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.21#实质审查的生效;2024.06.04#公开
摘要:本发明公开了一种融合多视图特征深度集成学习的多肽溶血性预测方法,涉及生物信息技术领域,包括对多肽序列进行特征的向量化;预训练模型通过大规模蛋白质数据学习多肽序列的高级表示,捕获语义和上下文信息;综合利用多肽序列特征和预训练特征,构建深度网络并融合多路数据,形成DeepHemo模型;对形成的DeepHemo模型进行评估。本发明在溶血性多肽的预测任务中取得了显著的性能提升,能够更准确地预测溶血性多肽,为相关领域的研究和应用提供了一个更可靠和有效的工具。
主权项:1.一种融合多视图特征深度集成学习的多肽溶血性预测方法,其特征在于:包括:对多肽序列进行特征的向量化;预训练模型通过大规模蛋白质数据学习多肽序列的高级表示,捕获语义和上下文信息;综合利用多肽序列特征和预训练特征,构建深度网络并融合多路数据,形成DeepHemo模型;对形成的DeepHemo模型进行评估。
全文数据:
权利要求:
百度查询: 常州大学 一种融合多视图特征深度集成学习的多肽溶血性预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。