典型文献
基于序列深度学习的Ⅲ型分泌效应子预测
文献摘要：
为理解Ⅲ型分泌系统(T3 SS)对致病机理的重要性,针对其表现出的高度序列多样性,提出基于序列深度学习的III型分泌效应子预测方法.利用两级卷积神经网络实现对蛋白质序列功能域的检测,用双向长短时记忆神经网络识别长期依赖关系,用二进制交叉熵评价神经网络质量.在数据集上将五折交叉验证的结果与其它算法进行比较,验证了该方法能够有效提高预测III型分泌效应子的准确率.
文献关键词：
分泌效应子预测;序列特征;两级卷积神经网络;二进制交叉熵;五折交叉验证
中图分类号：
作者姓名：
唐贤俊;王顺芳
作者机构：
云南大学 信息学院,云南 昆明 650504
文献出处：
引用格式：
[1]唐贤俊;王顺芳-.基于序列深度学习的Ⅲ型分泌效应子预测)[J].计算机工程与设计,2022(08):2197-2203
A类：
分泌效应子预测,两级卷积神经网络,二进制交叉熵
B类：
分泌系统,SS,致病机理,度序列,III,蛋白质序列,功能域,双向长短时记忆神经网络,依赖关系,网络质量,上将,五折交叉验证,序列特征
AB值：
0.191187
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
