基于序列深度学习的Ⅲ型分泌效应子预测

为理解Ⅲ型分泌系统(T3SS)对致病机理的重要性,针对其表现出的高度序列多样性,提出基于序列深度学习的Ⅲ型分泌效应子预测方法。利用两级卷积神经网络实现对蛋白质序列功能域的检测,用双向长短时记忆神经网络识别长期依赖关系,用二进制交叉熵评价神经网络质量。在数据集上将五折交叉验证的结果与其它算法进行比较,验证了该方法能够有效提高预测Ⅲ型分泌效应子的准确率。