期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于特征图网络和多种生物信息预测关键蛋白质的深度学习框架
1
作者
刘桂霞
曹心恬
赵贺
《吉林大学学报(理学版)》
CAS
北大核心
2024年第3期593-605,共13页
针对生物实验识别关键蛋白质费时费力,使用计算方法预测关键蛋白质无法有效整合生物信息的问题,提出一个深度学习框架.首先利用网络拓扑结构、基因表达数据和GO(gene ontology)注释数据构建加权蛋白质相互作用网络;然后分别使用特征图...
针对生物实验识别关键蛋白质费时费力,使用计算方法预测关键蛋白质无法有效整合生物信息的问题,提出一个深度学习框架.首先利用网络拓扑结构、基因表达数据和GO(gene ontology)注释数据构建加权蛋白质相互作用网络;然后分别使用特征图网络和双向长短期记忆细胞从亚细胞定位数据、蛋白质复合物数据和基因表达数据中提取特征向量;最后将这些特征向量输入到任务学习层预测关键蛋白质.实验结果表明,相比于现有的计算方法,该方法预测性能更好.
展开更多
关键词
关键蛋白质
特征图网络
亚细胞定位
基因表达
GO注释
蛋白质复合物
下载PDF
职称材料
题名
基于特征图网络和多种生物信息预测关键蛋白质的深度学习框架
1
作者
刘桂霞
曹心恬
赵贺
机构
吉林大学计算机科学与技术学院
出处
《吉林大学学报(理学版)》
CAS
北大核心
2024年第3期593-605,共13页
基金
国家自然科学基金(批准号:62372208,61772226)
吉林省科技发展规划重点项目(批准号:20210204133YY).
文摘
针对生物实验识别关键蛋白质费时费力,使用计算方法预测关键蛋白质无法有效整合生物信息的问题,提出一个深度学习框架.首先利用网络拓扑结构、基因表达数据和GO(gene ontology)注释数据构建加权蛋白质相互作用网络;然后分别使用特征图网络和双向长短期记忆细胞从亚细胞定位数据、蛋白质复合物数据和基因表达数据中提取特征向量;最后将这些特征向量输入到任务学习层预测关键蛋白质.实验结果表明,相比于现有的计算方法,该方法预测性能更好.
关键词
关键蛋白质
特征图网络
亚细胞定位
基因表达
GO注释
蛋白质复合物
Keywords
essential protein
feature graph network
subcellular localization
gene expression
GO annotation
protein complex
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于特征图网络和多种生物信息预测关键蛋白质的深度学习框架
刘桂霞
曹心恬
赵贺
《吉林大学学报(理学版)》
CAS
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部