基于稠密网络的DNA结合蛋白质预测方法

• 作者: 吴志泽 李国斌 李新路 杜秀全
• 来源期刊: 重庆科技学院学报（自然科学版）
• 学科: 工学
• 关键词: DNA结合蛋白预测 词嵌入 稠密网络 双向长短期记忆网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 算法研究与计算机应用
• 页码范围: 81-85
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

提出了一种基于深度学习的DNA结合蛋白识别方法(DBP-DenseNet).以稠密网络代替传统的金字塔式卷积神经网络(CNN)结构,将上一层的特征信息整合到下一层,利用层间的特征融合来学习整个氨基酸序列的综合特征;由双向长短期记忆网络(Bi-LSTM)负责在氨基酸序列上下文中获取长期依赖关系.实验结果表明,稠密连接可以有效提高模型的特征表达能力.