【摘 要】
：
线粒体是生物细胞中重要的双膜细胞器,参与着细胞生命活动。线粒体包含四种结构,每种结构中的蛋白质都发挥着各自的生物功能。确定蛋白质的亚线粒体定位,有助于深入研究线粒体中蛋白质的功能,为药物设计和癌症研究提供信息。得益于计算科学的迅速发展,目前研究学者已提出大量计算方法来预测蛋白质亚线粒体定位。本文将深度学习的Doc2vec技术引入到蛋白质序列编码中,对蛋白质亚线粒体定位预测问题进行了深入研究。提出了
论文部分内容阅读
线粒体是生物细胞中重要的双膜细胞器,参与着细胞生命活动。线粒体包含四种结构,每种结构中的蛋白质都发挥着各自的生物功能。确定蛋白质的亚线粒体定位,有助于深入研究线粒体中蛋白质的功能,为药物设计和癌症研究提供信息。得益于计算科学的迅速发展,目前研究学者已提出大量计算方法来预测蛋白质亚线粒体定位。本文将深度学习的Doc2vec技术引入到蛋白质序列编码中,对蛋白质亚线粒体定位预测问题进行了深入研究。提出了新的亚线粒体蛋白质数据集SM766 20,以扩充现有数据集。针对数据集中线粒体内膜蛋白质数量多,其它三种类别的亚线粒体蛋白质数量少,造成的数据不平衡问题,本文采用了自适应合成技术解决数据不平衡的问题。提出了蛋白质亚线粒体定位预测方法Sub Loc,该方法利用Doc2vec技术实现了蛋白质序列编码,并将蛋白质序列嵌入成低维向量作为特征表示,并使用支持向量机作为分类算法来预测蛋白质亚线粒体定位。实验结果表明,自适应合成技术能够有效解决数据不平衡问题,从而提升分类模型的学习能力。基于序列编码的蛋白质嵌入向量能够有效表征蛋白质序列,且向量中特征之间线性相关性较弱、相似度低,特征冗余度低,能够提升分类模型的预测性能。此外,Sub Loc预测方法在两个公共数据集上均提升了预测结果,能够有效提升预测蛋白质亚线粒体定位的准确性。最后,本文利用Django框架,设计并实现了在线蛋白质亚线粒体定位预测系统。
其他文献
近年来,“拟物化”和“扁平化”一直是设计界热议的焦点话题,而质感设计是介于两者之间一种新兴的设计风格。探析质感设计形成的背景及其发展趋势,无论是在实践层面还是研究层面都具有较高的价值。许多开发者和设计团队已经开始重新设计自家的交互界面,跟上质感化的脚步,统一安卓的界面风格。谷歌作为全球最具代表性的互联网公司,其2014年6月发布的旨在统一三端的质感化设计风格在用户体验、应用现状、趋势走向等各方面都
近年来,随着深度学习的浪潮兴起,相关研究进展十分迅速。尤其是卷积神经网络的发展,使目标检测任务取得了很大的进步。然而,目前的方法有两点限制:第一,大多数目标检测器应用正方形核进行卷积及池化,无法得到图像级别相距较远像素之间的关系,模型长距离依赖关系受限,检测长窄物体的能力差。第二,在多尺度目标检测中,目前的模型收集到的上下文信息有限,得到的结果精确度不够高。为解决以上问题,本文提出了多级矩形池化方
＜正＞拉政办发〔2023〕18号各县（区）人民政府、各功能园区管委会,市直各委、办、局:经拉萨市人民政府研究同意,现将《拉萨市海绵城市规划建设管理办法》印发给你们,请认真贯彻落实。2023年5月10日拉萨市海绵城市规划建设管理办法第一章总则第一条为系统化全域推进海绵城市建设,保护和改善城市水生态环境,增强抵御自然灾害能力,提高城市品质,推进城市绿色低碳可持续发展,
在党的十九大报告中,习近平总书记提出“乡村振兴”战略,把农业农村农民（三农）问题作为全党工作的重中之重,这反映出党和国家对三农问题日趋重视,也渐渐地说明了党和国家在今后的时间里对三农问题的工作力度将会进一步加强。随着信息化的进程不断推进,新媒体也不断发展,带来了大量的新媒介,给乡村振兴战略的实施带来了机遇也带来了挑战。由于农村牧区等地基础设施建设尚不完善,而且绝大多数的农牧民媒介素养水平不是很高,
为了研究中药复方制剂三黄连合剂、柴茵护肝合剂、辣蓼黄酮提取物对副溶血弧菌致肝胰腺损伤的南美白对虾的保护作用，试验先测定副溶血弧菌临床分离株HJ05感染南美白对虾的半数致死浓度(LC50);然后利用该浓度感染南美白对虾，观察南美白对虾的临床症状、检测肝胰腺生化指标[丙氨酸氨基转移酶（ALT）、谷胱甘肽过氧化物酶（GSH-Px）、碱性磷酸酶（AKP）、总超氧化物歧化酶（SOD）、酸性磷酸酶（ACP）]
植物在生态环境保护中扮演着重要的角色。然而,近年来由于环境污染的加重,越来越多的植物濒临灭绝,所以保护植物多样性势在必行。其中,植物识别是保护植物多样性中较为重要的研究工作之一。相对植物的其它器官,叶片存活时间长,形态较稳定,所以大量的研究人员通过计算机视觉技术基于植物叶片进行植物物种的识别工作。然而现有的大部分植物叶片图像均是在可控影响因素的条件下获取的,鲜有开展自然生长状态下植物叶片的识别研究
网络学习平台已经成为学习者获取学习资源的重要途径,在带给人们便利的同时也出现了个性化信息获取困难的问题。自适应学习系统能够根据不同学习者的兴趣偏好为其推荐个性化的学习资源,从而解决这一问题。目前自适应学习系统大多依据用户学习行为进行推荐,忽略了用户的评价信息及学习资源自身相关性,对用户兴趣挖掘不够全面。针对上述的问题,本文提出了基于情感分析、知识图谱和协同过滤的混合推荐算法（SA-KG-CFRA）
随着社会的发展,互联网上充斥着数量众多,分类繁杂的图像,如何从海量图像中快速检索到所需图像是一个值得研究的问题。哈希方法具有检索速度快、占用存储空间小等优点,被广泛应用于图像检索任务。目前主流的哈希方法是深度监督哈希方法,该方法主要有两种为图像生成哈希码的学习策略,分别是对称学习策略和非对称学习策略。对称学习策略是同时为查询图像和数据库图像构建一个深度哈希函数,从而可生成查询图像和数据库图像的哈希
区块链技术和基于策略密文的属性加密算法（CP-ABE）相结合的方法具有细粒度的访问控制能力以及不可篡改的存储方式,一经提出就受到研究者的广泛关注。目前常用的CP-ABE都是在双线性映射的基础上实现的,同时,CP-ABE是依据被授权群体的属性制定访问控制策略以实现访问控制。因此,密文中包含的访问控制策略将随着被授权用户的变动而进行更新操作,访问控制策略的不断更新随之带来了存储、效率等方面的问题。这些
近年来,随着蒙古文智能信息处理技术研究的深入发展,蒙古语语音识别和蒙汉机器翻译技术日趋成熟。实现蒙汉语音翻译系统的传统方法首先采用蒙古语语音识别将源语音转录为文本,再使用蒙汉机器翻译将源语言文本翻译成目标语言文本。然而这种方法存在着错误累积,时间延迟和参数冗余等问题。端到端语音翻译将源语言语音直接翻译为目标语言文本,使用一个模型完成语音识别和机器翻译任务,所有参数会根据最终目标共同优化,从而缓解了