首页|基于Transformer网络的抗癌肽的预测

基于Transformer网络的抗癌肽的预测

扫码查看
原文链接
  • 万方数据
  • 维普
癌症是造成人类死亡的一个重要原因.抗癌肽(ACPs)是一系列由10～60个氨基酸组成的短肽,可以抑制肿瘤细胞的增殖或迁移,不易引起耐药性.将肽序列作为输入,搭建基于Transformer网络的抗癌肽模型并预测,模型自动将序列信息通过字符嵌入的方法映射为特征向量,实现了使用Transformer网络模型来自动识别抗癌肽和非抗癌肽.五倍交叉验证实验结果表明,该模型在数据集ACP240和ACP740上的准确率分别达到87.92％和83.75％.该模型能够有效地预测抗癌肽.
Prediction of Anti-Cancer Peptides Based on Transformer Networks

蔡标、葛成、徐晴、陆翼、孔韧、常珊

展开 >

江苏理工学院生物信息与医药工程研究所,常州 213001

Transformer 抗癌肽 预测 肽序列

国家自然科学基金青年基金常州市科技支撑计划(社会发展)

81603152CE20205033

2022

10.3969/j.issn.1007-1423.2022.18.002

现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
年,卷(期)：2022.28(18)
  • 4