摘要
随着抗生素的泛滥，许多细菌对抗生素产生了抗药性，威胁到了人们的健康。抗菌肽是一种具有抗菌活性的碱性多肽物质，它具有抗菌活性高、抗菌谱广等优点，是一种具有应用前景的良好的抗生素的替代品。目前，已有许多研究人员使用机器学习算法进行抗菌肽的预测和识别，取得了优异的效果，但仍有一定的上升空间。 本文采用深度网络模型进行抗菌肽的预测和识别，并构建了一个抗菌肽预测平台，用以提供抗菌肽预测服务，辅助研究人员进行抗菌肽预测和识别，提高抗菌肽预测和识别的效率和识别准确率。 首先，构建了一个包含嵌入层、卷积层、最大池化层、双向LSTM层和全连接层的端到端网络，获取了四个不同的抗菌肽数据集，并在这四个数据集上分别训练端到端网络，与其他抗菌肽预测模型进行对比，该模型的效果优于Bi-LSTM、iAMP-2L和MAMP-Pred，在预测准确率上分别高出0.67％、3.93％和3.17％。为分析模型各个结构对模型的贡献，分别移除模型的嵌入层、卷积层和双向LSTM并重新进行训练和测试，结果显示，移除卷积层和双向LSTM层时，模型的预测准确率分别下降了3.06％和0.73％，对应的ROC曲线下面积分别减少了0.0084和0.0115，而移除嵌入层，模型预测准确率和对应的ROC曲线下面积分别减少0.62％和0.0001，这表明对于预测抗菌肽而言，利用卷积层和双向LSTM获取序列的局部信息和全局信息是重要的。 其次，从UniProt上获取共计556603条蛋白质序列，预训练的一个BERT模型，然后，在四个不同的抗菌肽数据集上分别进行微调，与AMPScan、Bi-LSTM、iAMP-2L和MAMP-Pred进行比较，在预测准确率上分别高出0.93％、0.36％、4.21％和1.51％。此外，综合了所有抗菌肽数据集，进行五折交叉验证，验证结果显示模型的特异度、敏感度和准确率均高于85％。上述实验表明基于BERT的抗菌肽预测模型是可行的，因此在综合的抗菌肽数据集上，微调了一个抗菌肽预测模型用以提供抗菌肽预测服务。 最后，通过需求分析和调研，基于Django框架设计并实现了一个抗菌肽预测服务平台，该平台所使用的模型，是在综合数据集上进行微调的基于BERT的抗菌肽预测模型。 本文的工作仍有部分不足之处，因此将来会进行数据集的重新构建、构建多分类模型、在其他蛋白质任务上运用BERT模型、进一步优化抗菌肽预测平台等工作。
NETL