机构名称：
¥ 1.0
蛋白核酸（NA）相互作用是控制基因调节的关键。在理解这些相互作用的目标上是一个强大的动力，其目的是设计这些相互作用以解决生物学问题。量化蛋白质核酸的当前方法主要是实验性的，需要大量时间和金钱。为了减轻这种情况，最近已应用深度学习方法来预测蛋白质-DNA接触。尽管很有希望，但这些方法在计算上是昂贵的，并且在准确性上面临挑战。为了应对这些挑战，我们构成了SEQ2-Contact，这是一种预测单核苷酸（DNA）和单个氨基酸（蛋白质）水平的蛋白质NA结合的新方法。seq2Contact建立在蛋白质和DNA粉底模型上，以获得核苷酸和氨基酸特异性嵌入，然后引入一个交叉意见模块以获得结合接触图。我们采用一种基于序列相似的聚类方法来拆分火车测试数据，并从经验上说明Seq2-Contact可以实现状态的性能，以使现有基本线对蛋白质-DNA结合预测的预测近20％（F1得分）。我们的方法在计算上更有效，记忆成本少80％，推理时间少90％以上。代码可在https://github.com/dhruvarajwade/seq2contact上找到。
可容纳：De-Novo Aptamer生成和SELEX优化的深度学习平台
主要关键词
相关文件推荐
