酶功能的识别对理解生命活动的机制、推进生命科学的发展有重要作用。然而现有的酶EC编号预测方法,并未充分利用蛋白质序列信息,在识别精度上仍有所不足。针对上述问题,本研究提出一种基于层级特征和全局特征的EC编号预测网络(EC number...酶功能的识别对理解生命活动的机制、推进生命科学的发展有重要作用。然而现有的酶EC编号预测方法,并未充分利用蛋白质序列信息,在识别精度上仍有所不足。针对上述问题,本研究提出一种基于层级特征和全局特征的EC编号预测网络(EC number prediction network using hierarchical features and global features,ECPN-HFGF)。该方法首先通过残差网络提取蛋白质序列通用特征,并通过层级特征提取模块和全局特征提取模块进一步提取蛋白质序列的层级特征和全局特征,之后结合两种特征信息的预测结果,采用多任务学习框架,实现酶EC编号的精确预测。计算实验结果表明,ECPN-HFGF方法在蛋白质序列EC编号预测任务上性能最佳,宏观F1值和微观F1值分别达到95.5%和99.0%。ECPN-HFGF方法能有效结合蛋白质序列的层级特征和全局特征,快速准确预测蛋白质序列EC编号,比当前常用方法预测精确度更高,能够为酶学研究和酶工程应用的发展提供一种高效的思路和方法。展开更多
采用固相微萃取(solid phase microextraction,SPME)、吹扫捕集-热脱附(purge&trap-thermal desorption,P&T-TD)、搅拌磁子吸附(stir bar sorptive extraction,SBSE)、动态顶空吸附(head space sorptive extraction,HSSE-1、HSS...采用固相微萃取(solid phase microextraction,SPME)、吹扫捕集-热脱附(purge&trap-thermal desorption,P&T-TD)、搅拌磁子吸附(stir bar sorptive extraction,SBSE)、动态顶空吸附(head space sorptive extraction,HSSE-1、HSSE-2和HSSE-3)4种捕集方式联用气相色谱-质谱仪对杭州龙井茶、黄山毛峰茶、山东崂山茶和福建乌龙茶进行分析,研究茶的挥发性香气组分。结果显示:茶的香气主要由烯类、醛类、醇类、酮类、酯类、酸类、芳香族化合物、含氮化合物、杂环化合物、含硫化合物、酚类化合物组成;4类茶均含有大量的烯类、醛类、醇类和酮类化合物,其中福建乌龙茶含量最高;杭州龙井茶、黄山毛峰茶和山东崂山茶属绿茶类,酯类、杂环类、芳香族类以及酚类化合物含量相对较高;通过HSSE-1、HSSE-2对茶叶香气成分进行对比,冲泡前后组分种类和含量略有不同。组分之间的差异使茶形成不同产地不同种类的茶叶的特有风味。展开更多
文摘酶功能的识别对理解生命活动的机制、推进生命科学的发展有重要作用。然而现有的酶EC编号预测方法,并未充分利用蛋白质序列信息,在识别精度上仍有所不足。针对上述问题,本研究提出一种基于层级特征和全局特征的EC编号预测网络(EC number prediction network using hierarchical features and global features,ECPN-HFGF)。该方法首先通过残差网络提取蛋白质序列通用特征,并通过层级特征提取模块和全局特征提取模块进一步提取蛋白质序列的层级特征和全局特征,之后结合两种特征信息的预测结果,采用多任务学习框架,实现酶EC编号的精确预测。计算实验结果表明,ECPN-HFGF方法在蛋白质序列EC编号预测任务上性能最佳,宏观F1值和微观F1值分别达到95.5%和99.0%。ECPN-HFGF方法能有效结合蛋白质序列的层级特征和全局特征,快速准确预测蛋白质序列EC编号,比当前常用方法预测精确度更高,能够为酶学研究和酶工程应用的发展提供一种高效的思路和方法。
基金the financial support from the National Science and Technology Major Project of China (No. J2019-VI-0004-0117)National Natural Science Foundation of China (No. 51905301)。
文摘采用固相微萃取(solid phase microextraction,SPME)、吹扫捕集-热脱附(purge&trap-thermal desorption,P&T-TD)、搅拌磁子吸附(stir bar sorptive extraction,SBSE)、动态顶空吸附(head space sorptive extraction,HSSE-1、HSSE-2和HSSE-3)4种捕集方式联用气相色谱-质谱仪对杭州龙井茶、黄山毛峰茶、山东崂山茶和福建乌龙茶进行分析,研究茶的挥发性香气组分。结果显示:茶的香气主要由烯类、醛类、醇类、酮类、酯类、酸类、芳香族化合物、含氮化合物、杂环化合物、含硫化合物、酚类化合物组成;4类茶均含有大量的烯类、醛类、醇类和酮类化合物,其中福建乌龙茶含量最高;杭州龙井茶、黄山毛峰茶和山东崂山茶属绿茶类,酯类、杂环类、芳香族类以及酚类化合物含量相对较高;通过HSSE-1、HSSE-2对茶叶香气成分进行对比,冲泡前后组分种类和含量略有不同。组分之间的差异使茶形成不同产地不同种类的茶叶的特有风味。