基于深度学习的蛋白质亚细胞定位预测

• 作者: 丁洪伟 保利勇 张颖婕 李波 王艺皓
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 深度学习 特征融合 蛋白质定位 堆栈式降噪自编码器 留一法
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 应用前沿、交叉与综合
• 页码范围: 3393-3399
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020040510

摘要

针对传统机器学习算法中仍需手工操作表示特征的问题,提出了一种基于堆栈式降噪自编码器(SDAE)深度网络的蛋白质亚细胞定位算法.首先,分别利用改进型伪氨基酸组成法(PseAAC)、伪位置特异性得分矩阵法(PsePSSM)和三联体编码法(CT)对蛋白质序列进行特征提取,并将这三种方法得到的特征向量进行融合,以得到一个全新的蛋白质序列特征表达模型;接着,将融合后的特征向量输入到SDAE深度网络里自动学习更有效的特征表示;然后选用Softmax回归分类器进行亚细胞的分类预测,并采用留一法在Viral proteins和Plant proteins两个数据集上进行交叉验证;最后,将所提算法的结果与mGOASVM、HybridGO-Loc等多种现有算法的结果进行比较.实验结果表明,所提算法在Viral proteins数据集上取得了98.24％的准确率,与mGOASVM算法相比提高了9.35个百分点;同时所提算法在Plant proteins数据集上取得了97.63％的准确率,比mGOASVM算法和HybridGO-Loc算法分别提高了10.21个百分点和4.07个百分点.综上说明所提算法可以有效提高蛋白质亚细胞定位预测的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁洪伟		117	572	13.0	19.0
2	保利勇		24	49	4.0	6.0
3	李波		39	167	8.0	12.0
4	王艺皓		2	0	0.0	0.0
5	张颖婕		6	6	1.0	2.0