典型文献
基于Transformer网络的抗癌肽的预测
文献摘要：
癌症是造成人类死亡的一个重要原因.抗癌肽(ACPs)是一系列由10～60个氨基酸组成的短肽,可以抑制肿瘤细胞的增殖或迁移,不易引起耐药性.将肽序列作为输入,搭建基于Transformer网络的抗癌肽模型并预测,模型自动将序列信息通过字符嵌入的方法映射为特征向量,实现了使用Transformer网络模型来自动识别抗癌肽和非抗癌肽.五倍交叉验证实验结果表明,该模型在数据集ACP240和ACP740上的准确率分别达到87.92％和83.75％.该模型能够有效地预测抗癌肽.
文献关键词：
Transformer;抗癌肽;预测;肽序列
中图分类号：
作者姓名：
蔡标;葛成;徐晴;陆翼;孔韧;常珊
作者机构：
江苏理工学院生物信息与医药工程研究所,常州 213001
文献出处：
引用格式：
[1]蔡标;葛成;徐晴;陆翼;孔韧;常珊-.基于Transformer网络的抗癌肽的预测)[J].现代计算机,2022(18):9-15
A类：
ACPs,ACP240,ACP740
B类：
Transformer,抗癌肽,氨基酸组成,短肽,肿瘤细胞,细胞的增殖,耐药性,肽序列,列作,序列信息,字符,特征向量,自动识别,五倍,交叉验证,验证实验
AB值：
0.282171
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。
