[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。
