【摘 要】
：
DNA结合蛋白在细胞生命活动中起着至关重要的作用,仅根据蛋白质序列信息完成DNA结合蛋白的鉴定和功能注释是目前生物信息学研究中的主要挑战之一。传统的机器学习方法只能预测较小规模的数据,基于深度学习的预测方法虽然在大数据集上取得了显著的预测结果,但是并不能找出DNA结合蛋白的功能域。在本文中,提出了一种基于自注意力机制的深度学习模型能够完成DNA结合蛋白的鉴定和功能注释。一条蛋白质序列经过编码层、嵌
论文部分内容阅读
DNA结合蛋白在细胞生命活动中起着至关重要的作用,仅根据蛋白质序列信息完成DNA结合蛋白的鉴定和功能注释是目前生物信息学研究中的主要挑战之一。传统的机器学习方法只能预测较小规模的数据,基于深度学习的预测方法虽然在大数据集上取得了显著的预测结果,但是并不能找出DNA结合蛋白的功能域。在本文中,提出了一种基于自注意力机制的深度学习模型能够完成DNA结合蛋白的鉴定和功能注释。一条蛋白质序列经过编码层、嵌入层后,分别进入两个阶段,第一个阶段由长短期记忆神经网络层和自注意力层组成,第二个阶段由卷积神经网络层和自注意力层组成。然后将两个阶段自注意力层输出的加权向量连接成一条特征向量,输入到全连接层,并使用Sigmoid函数完成分类,从而完成DNA结合蛋白的预测。在第一个阶段中,利用自注意力机制能够获取每个氨基酸位点的权重信息,通过对权重较高的连续氨基酸小片段的motif进行分析,完成DNA结合蛋白功能域的注释。最终,该方法在不同规模不同类型的数据集上的预测精度都在0.915以上,并且能够找到3个与DNA结合位点高度吻合的motif,在这3个motif定位的蛋白质区域内,DNA结合蛋白位点所占的比例分别为80%,67%,55%,这三个motif的生物意义分别是结构域（Domain）:Homeobox,功能键（Feature key）:Zinc finger C2H2-type,结构域（Domain）:MADS-box。
其他文献
面部表情识别是人脸研究的一个非常重要的模块,有广泛的应用场景,例如在智能安防场景下可以识别群体的情绪,来避免突发事件;在公安刑侦审讯过程中识别嫌疑人的微表情,来辅助办案人员判断其是否说谎;在网络授课过程中,通过摄像头捕捉学员的面部表情,来判断学生是否对授课内容存疑。但是仅仅是六种基础表情不足以描述复杂的人类情绪,针对这一问题,选择面部表情更为基础的单位——面部运动单元,而这些面部运动单元的组合可以
近年来,受益于深度卷积神经网络的成功,目标检测在准确性和效率上都取得了较大的进步。然而在算法的进步背后,海量的数据和注释必不可少。虽然通过相机或移动设备采集图像较为简单,但用于训练的目标注释需要在图像中确定目标的类别标签和边界框,人力成本较高。尤其是在需要专业知识或复杂的场景下,标注是难以获取的。尽管颇具挑战性,如何利用大规模未标注或部分标注数据减少标注成本并增强模型性能因其重要性正日益引起人们的
命名实体识别,指的是识别出待处理文本中指定类型的实体,这类命名实体具有特定的意义。在一般情况下,命名实体识别需要识别出的实体类型分为实体类、数字类和时间类这三大类,或进一步细分为人名、机构名、地名、时间、日期、货币和百分比这七小类。而在特定的领域中,会相应地定义领域内的各种实体类型。命名实体识别是自然语言处理中的一个基础性关键任务,为关系抽取、事件抽取、知识图谱、机器翻译、问答系统等诸多自然语言处
深度神经网络是深度学习的一个重要模型,其往往拥有非常多的层次结构,包含输入层输出层和一系列的隐藏层。但是若只是单纯的添加更多的隐藏层,深度神经网络依然只是运算的简单线性组合,并不具有人工智能的真正意义。此时,激活函数的添加为神经网络添加了非线性的表达能力。随着集成电路的发展,越来越多的神经网络开始使用集成电路实现,而神经网络加速器实现过程中,激活函数往往是硬件实现中最昂贵且最难以实现的部分。本文针
近几年深度学习的蓬勃发展,基于深度学习的许多课题成为热点研究对象,模态识别问题作为其中热门课题之一,旨在通过单个或多个模态序列进行分类,进而学习不同模态对应的内容,最后输出为文本内容。这其中主要模态是听觉和视觉,目前双模态识别（听觉和视觉）由于数据集不够丰富、语言的多样性以及说话人习惯等限制仍处于发展状态。本文从模式识别的数学定义出发,将提出的问题进行数学建模,构建了双模态视听的架构,提出了一种新
当今时代存在着海量的以结构化或者半结构化形式存在的文本信息,隐藏着巨大的价值。因此,从海量的文本信息中提取有价值知识是一项十分重要的任务。信息抽取任务就是以此为目标而诞生的。论文研究信息抽取子任务之一的关系抽取任务。关系抽取,旨在从文本中自动检测和识别出实体之间具有的某种语义关系,是知识图谱构建和信息抽取中的一个关键环节,具有重要的理论意义和广阔的应用前景。论文的主要工作如下:1.将门控图神经网络
数十年来,不管是在心理学界还是模式识别界,人们都对面部表情进行了广泛的研究。目前更具挑战性的微表情识别研究也在兴起。微表情是指在人脸面部表现出微妙情感,它是一种快速而微弱的面部运动,人类几乎无法控制。尽管近年来人们对面部微表情的研究有了很大的进展,但在微表情识别方面仍有很大的改进空间。微表情分析在情感监控、犯罪侦查、心理治疗等许多领域都有应用。与传统表情识别相比,识别微表情更具有挑战性,因为微表情
气敏传感器能对易燃易爆、有毒有害气体等进行检测,在当今的生活和生产中有着广泛的应用。气敏传感器的性能主要由气敏材料决定,金属氧化物半导体材料具有良好的光电性能,并具有制备工艺简单、绿色环保等特点,目前已成为气敏传感材料领域研究的热点。ZnSnO3是一种三元金属氧化物半导体材料,不仅具有气敏性能,还具有UV光电性能。但ZnSnO3作为气敏材料,具有工作温度高的缺点,需在200℃以上才能表现出良好的气
随着多媒体和显示技术的发展,3D视频技术逐渐成为视频领域的研究热点。作为最常用的3D视频格式之一,多视点视频加深度（Multi-view Video plus Depth,MVD）格式通过增加深度视频和视点数量等方式为观众提供沉浸式视觉体验。如何在码率受限的条件下对深度视频进行高效编码,成为MVD视频需要解决的关键问题之一。深度视频的内容特性与彩色视频存在较大差异,针对彩色视频提出的方法在深度视频
关系抽取技术作为国内外自然语言处理和知识图谱系统构建工作过程中的一个重要环节,具有重要的理论意义和广阔的应用发展前景。近年来,随着互联网计算力的快速发展和数据资源量的飞速膨胀,自然语言处理的各个发展方向都开始受到了极大的重视和推动,对于自然语言处理中关系抽取的精确性和灵活性也渐渐有了更高的技术要求。目前主流的关系分类抽取的方法研究中,传统的基于统计学的机器学习方法,存在着诸如误差在模型中不断传播、