| 药物-靶点亲和力预测的全局特征提取策略 |
| |
| 引用本文： | 彭泽佳,张晓龙.药物-靶点亲和力预测的全局特征提取策略[J].计算机工程与设计,2022,43(3):843-850. |
| |
| 作者姓名： | 彭泽佳 张晓龙 |
| |
| 作者单位： | 武汉科技大学计算机科学与技术学院,湖北武汉430065;武汉科技大学大数据科学与工程研究院,湖北武汉430065;武汉科技大学智能信息处理与实时工业系统湖北省重点实验室,湖北武汉430065 |
| |
| 基金项目： | 国家自然科学基金项目(61972299、U1803262、61702381)； |
| |
| 摘 要： | 为有效解决药物靶点亲和力预测中单模型提取特征种类受限问题,结合深度学习混合模型,提出一种深度并行全局特征提取策略。利用卷积神经网络(CNN)和特征存储融合层构建局部特征提取器,实现药物靶点序列局部特征的多层次提取、存储与压缩;利用卷积神经网络(CNN)和双向长短时记忆(Bi LSTM)神经网络的串行混合模型构建上下文特征提取器,提取局部特征之间的上下文联系;将两种互补特征进行融合。该特征提取策略解决了单模型提取特征种类受限问题,缓解了数据集差异对特征提取效率的影响。实验结果表明,该特征提取策略有助于提升预测模型的预测性能。
|
| 关 键 词： | 药物靶点结合亲和力 深度学习 特征提取 混合模型 特征融合 |
Drug-target binding affinity prediction based on global feature ex traction strategy |
| |
| PENG Ze-jia,ZHANG Xiao-long.Drug-target binding affinity prediction based on global feature ex traction strategy[J].Computer Engineering and Design,2022,43(3):843-850. |
| |
| Authors: | PENG Ze-jia ZHANG Xiao-long |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
