[发明专利]一种基于深度学习和XGBoost的蛋白质-蛋白质相互作用位点预测方法在审
| 申请号： | 202110921719.9 | 申请日： | 2021-08-11 |
| 公开（公告）号： | CN113611360A | 公开（公告）日： | 2021-11-05 |
| 发明（设计）人： | 黄国华;王攀;张桂阳 | 申请（专利权）人： | 邵阳学院 |
| 主分类号： | G16B20/30 | 分类号： | G16B20/30;G16B40/20;G06N3/08;G06N3/04;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 422000 湖南省邵阳*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习和XGBoost的蛋白质‑蛋白质相互作用位点预测方法，包括步骤：根据蛋白质的序列信息、进化信息和结构信息编码得到蛋白质的局部特征和全局特征，对深度学习模型DeepPPISP超参数进行微调，微调后训练DeepPPISP模型训练后的模型充当特征提取器，将特征提取器的最后第三层的输出视为蛋白质的预处理特征向量。XGBoost模型作为最终的分类器，将特征提取器得到的预处理特征向量的训练数据输入到XGBoost模型进行10折交叉验证来对XGBoost模型的超参数进行微调，再对微调后的XGBoost模型进行训练，最后利用训练后XGBoost模型来预测未知蛋白质的作用位点。本发明充分利用蛋白质的序列信息、进化信息和结构信息编码后的局部特征和全局特征来提升预测蛋白质‑蛋白质相互作用位点的预测效果。 | ||
| 搜索关键词： | 一种 基于 深度 学习 xgboost 蛋白质 相互作用 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于邵阳学院，未经邵阳学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110921719.9/，转载请声明来源钻瓜专利网。
- 上一篇：公路护栏挡护梁板与柱基连接防护结构
- 下一篇：一种管道加工设备
