龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：桂林电子科技大学
摘要：本发明公开了一种多视图图嵌入融合的蛋白质‑DNA结合位点预测方法EGPDI，利用蛋白质结构生成模型AlphaFold2获取蛋白质结构，整合蛋白质序列构成数据集；将蛋白质‑DNA结合位点问题转换为图节点分类问题；使用预训练的蛋白质语言模型pLMs生成嵌入和手工设计的特征共同构成图的节点特征编码；基于蛋白质的3D结构信息设计图的边特征编码；采用等变图神经网络和图卷积网络从不同的视图角度捕获信息；使用搭建的EGPDI模型对数据集进行预测，并采用GridSearch超参数优化对模型进行参数优化；采用五折交叉验证的评估方式对模型性能进行评估，使用特异性、精确率、召回率、F1‑score和马修斯相关系数，五个评估指标衡量模型；采用独立测试和案例分析进行模型泛化能力的验证，相比于最先进的方法，EGPDI有了显著的性能提升。
主权项：1.一种基于图嵌入融合的蛋白质-DNA结合位点预测方法EGPDI，其过程包括如下步骤：1收集样本数据集：获取训练集和独立测试集的正样本蛋白质序列和负样本蛋白质序列；使用AlphaFold2从蛋白质序列生成蛋白质的结构文件PDB；2问题转化：将蛋白质-DNA结合位点预测问题转换为图的节点分类问题，即将蛋白质信息转换为图结构，构成蛋白质的每个氨基酸作为图上的节点；3构建图的拓扑结构：根据步骤1得到的蛋白质结构文件，获取每个氨基酸CA原子的3D坐标，并计算氨基酸之间的欧几里得距离构建距离矩阵，根据预定距离阈值，它被进一步构建成邻接矩阵；4图的节点特征编码：基于序列，提取位置特异性得分矩阵（PSSM）、隐马尔可夫模型矩阵（HMM）、独热编码（One-hot），结合三个蛋白质语言模型（ESM2、ProtTrans、MSA）生成的嵌入。基于结构，提取原子特征（AtomicFeatures,AF）和蛋白质的二级结构谱（SecondStructureProfile,SS）共同组成了蛋白质图的节点特征。
全文数据：
权利要求：
百度查询： 桂林电子科技大学 一种基于多视图图嵌入融合的蛋白质-DNA结合位点的预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号