基于一维卷积神经网络的蛋白质-ATP绑定位点预测

• 作者: 张寓 於东军
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 蛋白质-ATP 卷积神经网络 数据不平衡问题 分类
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 2019年中国粒计算与知识发现学术会议(CGCKD2019)论文
• 页码范围: 3146-3150
• 页数: 5页
• 分类号: TP391.4
• 字数: 5212字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019050865

摘要

为了提高预测腺嘌呤核苷三磷酸(ATP)绑定位点的准确率,提出了一种基于一维卷积神经网络(1D-CNN)的方法.首先,以蛋白质的序列信息为基础,融合位置特异性得分矩阵信息、二级结构信息和水溶性信息,使用随机下采样的方法消除数据不平衡的影响,再对缺失的特征进行再编码补齐,得到训练特征.训练一个1D-CNN来预测蛋白质-ATP绑定位点,优化网络结构,并且进行实验来对比所提方法和其他机器学习方法的优劣.实验结果展示了所提方法的有效性,并且该方法与传统支持向量机(SVM)相比在AUC指标上有部分的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	於东军	南京理工大学计算机科学与工程学院	64	503	15.0	19.0
2	张寓	南京理工大学计算机科学与工程学院	1	0	0.0	0.0