[發明專利]基于模塊化密集卷積網絡的賴氨酸乙?；稽c預測方法

有效

• 申請號: 202011344614.3
• 申請日: 2020-11-25
• 公開（公告）號: CN112447265B
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 王會青;顏志良;劉丹;趙虹;趙健;趙靜;趙森
• 申請（專利權）人: 太原理工大學
• 主分類號: G16B20/30
• 分類號: G16B20/30;G16B15/00;G16B5/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 成都東恒知盛知識產權代理事務所(特殊普通合伙) 51304
• 代理人: 何健雄

1.一種基于模塊化密集卷積網絡的賴氨酸乙?；稽c預測方法，其特征在于，包括：

S1獲取賴氨酸乙酰化位點實驗數據并進行預處理，通過編碼方式將預處理后的數據轉化為數值向量，構建位點初始特征空間；

S2采用模塊化密集卷積網絡，從位點初始特征空間分別提取蛋白質結構特性、蛋白質原始序列和氨基酸理化屬性的高級特征，并通過密集跳躍連接獲取低層級特征和高層級特征；

S3引入壓縮-激發SE層評估特征的重要性，加權每個特征圖，實現蛋白質結構特性、蛋白質原始序列和氨基酸理化屬性三類信息的自適應動態融合，得到融合特征；

S4基于融合特征和softmax層構建賴氨酸乙酰化位點預測模型，預測潛在的賴氨酸乙?；稽c；

S5訓練基于模塊化密集卷積網絡的賴氨酸乙酰化位點預測模型；

S6通過十折交叉驗證、獨立測試、模型泛化能力測試和對未知賴氨酸乙?；稽c的識別能力四種類型實驗，評估賴氨酸乙?；稽c預測模型。

2.根據權利要求1所述的基于模塊化密集卷積網絡的賴氨酸乙酰化位點預測方法，其特征在于，步驟S1中，獲取賴氨酸乙?；稽c實驗數據并進行預處理包括：

S11從蛋白質賴氨酸修飾數據庫獲取經實驗驗證的賴氨酸乙?；鞍踪|序列；

S12利用CD-HIT工具進行序列去冗余，閾值設定為0.4；

S13將過濾后的賴氨酸乙?；鞍踪|序列隨機選擇10％，構建獨立測試數據集，剩余賴氨酸乙?；鞍踪|序列作為訓練數據集。

3.根據權利要求2所述的基于模塊化密集卷積網絡的賴氨酸乙?；稽c預測方法，其特征在于，步驟S1中，通過編碼方式將預處理后的數據轉化為數值向量，具體包括：

1)使用one-of-21編碼位點的蛋白質原始序列信息，得到蛋白質原始序列信息的向量表示；

2)采用Atchley因子編碼位點的氨基酸理化屬性信息，每個氨基酸殘基由5個Atchley因子表示，得到氨基酸理化屬性信息的向量表示；

3)通過SPIDER3獲取蛋白質結構特性信息，包括3種屬性中的8個指數，二級結構：α螺旋P(H)、β鏈P(C)、γ環P(E)；局部骨干扭轉角：ψ、θ、τ；可及表面積：ASA；得到蛋白質結構特性信息的向量表示。

4.根據權利要求1所述的基于模塊化密集卷積網絡的賴氨酸乙?；稽c預測方法，其特征在于，步驟S2具體包括：

1)引入模塊化網絡結構的設計思想，構建結構、序列和理化三個信息模塊；

2)采用堆疊密集卷積塊對每個模塊進行高級特征的提取，通過密集跳躍連接同時獲取低層級特征和高層級特征。

5.根據權利要求4所述的基于模塊化密集卷積網絡的賴氨酸乙?；稽c預測方法，其特征在于，引入模塊化網絡結構的設計思想，構建結構、序列和理化三個信息模塊，具體包括：

基于蛋白質結構特性、蛋白質原始序列和氨基酸理化屬性分別構建了結構模塊、序列模塊和理化模塊和三個特征提取子模塊，各子模塊間參數空間相互獨立。