[发明专利]一种基于GloVe模型的氨基酸全局特征向量表示方法在审
申请号: | 201910042979.1 | 申请日: | 2019-01-17 |
公开(公告)号: | CN109767814A | 公开(公告)日: | 2019-05-17 |
发明(设计)人: | 陈沾衡;尤著宏;李晓;蒋同海;周喜;袁扬;易海成;陈沾兴;彭新亮 | 申请(专利权)人: | 中国科学院新疆理化技术研究所 |
主分类号: | G16B30/00 | 分类号: | G16B30/00;G16B40/00;G06F17/27 |
代理公司: | 乌鲁木齐中科新兴专利事务所(普通合伙) 65106 | 代理人: | 张莉 |
地址: | 830011 新疆维吾尔*** | 国省代码: | 新疆;65 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于GloVe模型的氨基酸全局特征向量表示方法,该方法包括:输入GloVe模型中语料库的选择与建立,氨基酸序列粒度切分处理,利用GloVe模型训练得到每个氨基酸的特征向量步骤完成,该方法是利用GloVe词向量生成模型处理每个氨基酸序列并得到特征向量,对氨基酸序列进行特征向量化的表示,方便计算机更好的对数据进行处理,并有助于进一步对蛋白质间的相互作用进行预测,最终所有数据集中的每个蛋白质都能够得到300维的特征向量;该方法计算代价低,功耗小;有效地对氨基酸序列进行数值化的表示,为进一步蛋白质自相互作用预测奠定了坚实的基础。 | ||
搜索关键词: | 氨基酸序列 特征向量 氨基酸 蛋白质 全局特征向量 模型训练 生成模型 数据集中 词向量 数值化 向量化 有效地 语料库 预测 功耗 计算机 | ||
【主权项】:
1.一种基于GloVe模型的氨基酸全局特征向量表示方法,其特征在于,按下列步骤进行:a、输入GloVe模型中语料库的选择与建立:利用UniProt数据库中的human和yeast两个黄金标准数据集,构建用于输入GloVe模型的语料库,其中human数据集由1441个阳性自相互作用蛋白质和15938个阴性非自相互作用蛋白质组成,yeast数据集由710阳性样本和5511个阴性样本组成;b、氨基酸序列粒度切分处理:将输入GloVe模型语料库中所有蛋白质按照单个氨基酸序列进行粒度切分,切分粒度为1个氨基酸;c、特征向量表示:将步骤b中获得的氨基酸序列粒度切分结果输入到GloVe模型,利用GloVe模型训练词向量,得到human阳性数据集为1441×300,阴性数据集为15938×300,yeast阳性数据集为710×300,阴性数据集为5511×300的最终输出结果为数值化的特征向量。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院新疆理化技术研究所,未经中国科学院新疆理化技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910042979.1/,转载请声明来源钻瓜专利网。