原创力文档- 1、本文档共9页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
网络首发时间：2024-01-0421:47:17
网络首发地址：/urlid/61.1123.tn2059.001
40卷第12期微电子学与计算机Vol.40No.12
2023年12月MICROELECTRONICSCOMPUTERDecember2023
引用格式：钟来民，陆卫忠，傅启明，等．基于Transformer-BiLSTM特征融合的DNA结合蛋白预测方法[J].微电子学与计算机，
2023，40（12）：1-9．[ZHONGLM，LUWZ，FUQM，etal.DNAbindingproteinidentificationmethodbasedonTransformer-
BiLSTMfeaturefusion[J].MicroelectronicsComputer，2023，40（12）：1-9.]DOI：10.19304/J.ISSN1000-7180.2022.0871
基于Transformer-BiLSTM特征融合的DNA结合
蛋白预测方法
111211
钟来民，陆卫忠，傅启明，马洁明，崔志明，吴宏杰
（1苏州科技大学电子与信息工程学院,江苏苏州215009；
2西交利物浦大学智能工程学院,江苏苏州215123）
摘要：蛋白质与生命活动密切相关,脱氧核糖核酸（DNA）结合蛋白作为一种特殊的蛋白质,在生命活动中有着
不可替代的作用.因此,研究DNA结合蛋白有很重要的现实意义,这个课题的研究前景十分广阔.传统生物技术虽
然精度较高,但其成本十分的昂贵,效率比较低,设备要求极高,并不适合现代社会大量研究蛋白质的需求.机器学习
的方法在一定程度上弥补了生物实验技术的不足,但是在数据处理方面远不如深度学习技术来的高效与便捷.在本
研究中提出了一种基于双向平行长短期记忆神经网络(BiLSTM)和Transformer的深度学习框架来预测DNA结合
蛋白.该模型不仅可以进一步提取蛋白质序列的信息和特征,还可以进一步提取进化信息的特征,最后,将这两个特
征融合起来进行训练和测试.该模型拓展了研究人员在蛋白质特征提取方面的研究思路,为使用Transformer编码
器块提取蛋白质全局特征提供参考.在PDB2272数据集上,与PDBP_Fusion模型相比,精度(ACC)和Matthew相关
系数(MCC)分别提高了2.64%和5.51%.该模型的实验结果具有一定的优势.
关键词：Transformer；双向长短期记忆网络；DNA结合蛋白；特征提取；深度学习
中图分类号：TP183文献标识码：A文章编号：1000-7180（2023）12-0001-09
DNAbindingproteinidentificationmethodbasedon
文档评论（0）