论文笔记:Learning embedding features based on multisense-scaled attention architecture to improve the pr
2021Briefings in Bioinformatics
·
2021 Briefings in Bioinformatics
1 背景
- 抗癌肽(ACP)是一种由10-50个氨基酸组成的具有抗肿瘤活性的生物活性肽,在癌症治疗中具有广阔的前景应用价值
- 区分ACP和非ACP是ACP的应用和发展过程中面临的重要挑战之一
- 现有的研究都高度依赖手工特征作为训练预测模型的输入,没有采用适合处理顺序数据的高级深度学习技术
- ——>论文提出了ACPred-LAF,一种基于可学习和自适应嵌入的新型肽表示学习模型
- 现在没有统一的基准数据集
- ——>将现有数据集与标签验证相结合并消除现有数据集下的数据注释冲突,构建了一个新的、平衡的ACP基准数据集(ACP-Mixed)
2 方法
2.1 嵌入方式
更多推荐


所有评论(0)