基于基因本体注释的深度模型预测蛋白质功能论文研读

最新推荐文章于 2024-10-13 06:30:00 发布
最新推荐文章于 2024-10-13 06:30:00 发布
阅读量279 收藏 1
点赞数
文章标签： 深度学习 人工智能 cnn matlab
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_56756592/article/details/125987162
版权

作者：周广杰，张向良，郭茂祖和余国先

摘要背景：玉米是世界上种植最广泛、产量最高的作物，也是基因功能基础研究的重要模式生物。使用基因本体（GO）对玉米蛋白质的功能进行注释，该本体有40000多个术语，并将GO术语组织在直接非循环图（DAG）中。从如此大量的候选GO术语中准确地为玉米蛋白质注释相关GO术语是一个巨大的挑战。已经提出了一些深度学习模型来预测蛋白质功能，但这些方法的有效性并不令人满意。一个主要原因是他们没有充分利用GO层次结构。

研读产生的问题：1.没有找到truepathrule.txt文件

2.没有看懂数据集里面的LinSim.mat里面几个数据文件怎么产生的。

希望也研究这个方向的小伙伴一起讨论！！！

love tor
关注
DeepFunc：一种深度学习框架，可根据蛋白质序列和相互作用准确预测蛋白质功能
qq982519162的博客
12-03 4437
摘要 蛋白质功能的诠释对于从分子水平理解生命具有重要作用。高通量测序产生了大量的原始蛋白质序列，只有大约1%的蛋白质序列被人工标注了功能。函数的实验性注释是昂贵的、耗时的，并且跟不上序列号的快速增长。这促使了预测蛋白质功能的计算方法的发展。提出了一种新的深度学习框架DeepFunc，该框架能够从蛋白质序列和PPI网络中准确预测蛋白质的功能。更准确地说，DeepFunc使用一个长而稀疏的二进制向量来编码从InterPro工具收集的与输入蛋白质序列相关的结构域、家族和基序的信息。该向量经过两层神经网络处理后得到
第七章 基因注释与功能分类
diobranto的博客
05-03 5871
文章目录i. 基因与基因组功能注释a. 基因功能的定义i. 分子功能(生化功能/分子活性)ii. 生物学功能(所有的细胞过程都要求蛋白质有条不紊地按一定程序来执行它们的功能)iii. 细胞组间b. 基因功能注释c. 功能基因组学d. 基因组功能注释ii. 基因功能注释数据库a. GO数据库i.内容,背景目的ii.本体论iii.GO中基因功能注释的特点a) go结点包括b) term调控关系(regulate)及其推导c) 本体结构d) True Path RuleiV.GO的三个本体论V.GO数据库的使用a
论文阅读：蛋白质作用预测
qq_40752034的博客
12-09 734
一、deepNF ： 1、目的：预测蛋白质功能 2、方法：多模型的深度自编码器，从多种异构相互作用网络中提取高级特征，使用random walk with restarts(可以回到原点的随机游走) 与 positive pointwise mutual information将network转化为vector，输入到自编码器中学习其低维表示最后使用svm来进行分类。（对比算法mashup与g...
deepgo:使用深度本体感知分类器进行功能预测
05-03
DeepGO-预测基因本体功能 DeepGO是一种使用蛋白质序列和蛋白质-蛋白质相互作用（PPI）网络预测蛋白质功能的新颖方法。 它使用深度神经网络来学习序列和PPI网络特征，并使用GO类对它进行分层分类。 使用神经符号方法学习PPI网络功能，以学习知识图表示 该存储库包含用于构建和训练DeepGO模型的脚本，以及用于评估模型性能的脚本。 依存关系 要安装python依赖项，请运行：pip install -r requirements.txt 剧本 这些脚本需要OBO格式的GeneOntology。 nn_hierarchical_seq.py-此脚本用于构建和训练仅使用蛋白质序列作为输入的模型。 nn_hierarchical_network.py-此脚本用于构建和训练模型，该模型使用蛋白质的序列和PPI网络嵌入作为输入。 get_data.py，get_functions.p
python_简单蛋白质功能二分类预测(sklearn:GNB)
xuchaoxin1375的博客
05-12 2394
文章目录python coderesult: python code from sklearn.neighbors import KNeighborsClassifier from sklearn.naive_bayes import GaussianNB import numpy as np def get_percents(protein): ''' according the protein to calculate the percentes: ''' aa20 = ('A'
AHRD:具有人类可读描述（HRD）和基因本体论（GO）术语的高通量蛋白质功能注释
05-14
自动分配人类可读描述（ AHRD ） 序列数据库中的简短...自定义参考基因本体注释自定义基因本体数据库 测验 执照 作者 参考 1入门 1.1要求 AHRD是一个Java程序，需要Java 1.7或更高版本以及ant 。 1.2安装 1.2.1
论文研究-基于功能相似性预测疾病基因.pdf
07-22
基于基因功能注释信息, 设计和实现了一种新的基于基因功能相似性的疾病基因预测工具DGP, 分析候选基因和已知疾病基因的GO之间的相似性, 对候选疾病基因进行打分排序。从OMIM数据库中提取一个包含1 045个已知疾病基因...
论文研究-基于领域本体的用户模型的研究.pdf
07-23
针对该方法不包含语义信息，很难准确表示用户感兴趣的信息，并且难于扩展，提出一种基于领域本体的用户模型。该模型利用用户访问量，采用改进的相似度算法，实现用户分类建立用户模型，体现用户个人偏好。最后将该...
基因功能注释
weixin_34190136的博客
05-26 5117
基因功能的注释依赖于上一步的基因结构预测，根据预测结果从基因组上提取翻译后的 蛋白序列 和主流的数据库进行比对，完成功能注释。常用数据库一共有以几种： Nr：NCBI官方非冗余蛋白数据库，包括PDB, Swiss-Prot, PIR, PRF; 如果要用DNA序列，就是nt库 Pfam: 蛋白结构域注释的分...
本体论：Gene Ontology （基因本体）
ysugarr
07-15 6402
cr.gene Ontology （基因本体论） cr.Gene Ontology-基因产物功能数据库 cr.ontology-documentation 来源：为了查找某个研究领域的相关信息，生物学家往往要花费大量的时间，更糟糕的是，不同的生物学数据库可能会使用不同的术语，好比是一些方言一样，这让信息查找更加麻烦，尤其是使得机器查找无章可循。Gene Ontology就是为了解决这种问题而发起的一个项目。 本体是给定领域内的知识体系的形式表示。 本体通常由一组类（或术语或概念）组成，并且它们之间
The Gene Ontology-强大的基因功能注释数据库
热门推荐
wangyiqi806643897的专栏
05-12 1万+
   假设我们想搜具有某种功能的一类基因，比如具有激酶活性的基因，我们应给怎么办呢？gene ontology（http://www.geneontology.org/）,可以大致翻译为基因注释的数据库就可以帮上忙了。个人理解对于本体（ontology）的解释就是最终认识，即对于以前的不明了和不方便的基因的注释来联系起来，最终让生物学家方便的搞科研。下面摘抄了在生物统计学家园网站上的三个帖
自然语言处理(NLP)-下游任务&数据集：语言模型、机器翻译、问答、文本分类、情感分析、文本生成、自动摘要、命名实体识别、阅读理解、自然语言推理、信息提取、词性标注、共指消解、实体链接【＞200项】
u013250861的博客
03-02 5338
自然语言处理(NLP)
【图机器学习】4篇 Graph Embedding 重要论文
木东的博客
09-14 589
第一篇：Deep Walk DeepWalk: Online Learning of Social Representations（2014，Bryan Perozzi） 算法做什么的？ 输入：一个 graph 输出：每个节点对应的向量 算法优点 信息缺失下表现良好 数据稀疏的情况下表现良好 可用于大规模计算（算法可以并行化） social representations 我们想让 social representations 有这样的特点 Adaptability：真实世..
如何对基因组序列进行注释
weixin_33770878的博客
09-06 8220
基因组组装完成后，或者是完成了草图，就不可避免遇到一个问题，需要对基因组序列进行注释。注释之前首先得构建基因模型，有三种策略： 从头注释(de novo prediction)：通过已有的概率模型来预测基因结构，在预测剪切位点和UTR区准确性较低 同源预测(homology-based prediction...
基因本体论GO（Gene Ontology）
weixin_44192389的博客
05-28 2393
cr.gene Ontology （基因本体论） cr.Gene Ontology-基因产物功能数据库 cr.ontology-documentation cr.基于多层网络模块性的复杂疾病相关模式研究_姚顺宇 本体论：最原始的本体论概念是从哲学领域引申而来的，哲学理论中，本体是研究关于“什么是”“为什么”以及“是什么”的理论。将本体的概念应用到各个不同的领域，则引申为定义该领域内的所有专业词汇及词汇之...
AI学习指南深度学习篇-变分自编码器在深度学习中的实际应用
最新发布
俞兆鹏的博客
10-13 733
变分自编码器是一种生成模型，它通过编码器-解码器结构实现数据的生成与重建。与传统的自编码器不同，VAE在潜在空间中引入了概率分布，使得生成的新样本具有更好的多样性。
【深度学习】经典的深度学习模型-01 开山之作：CNN卷积神经网络LeNet-5
10-12 512
Note: 草稿状态，持续更新中，如果有感兴趣，欢迎关注。。。
基因本体驱动的多标签监督模型：蛋白质功能预测新策略
本文主要探讨了一种创新的方法，即利用基于基因本体（Gene Ontology, GO）的多标签监督主题模型来预测蛋白质的功能。这项研究发表在《生物技术和生物技术设备》(Biotechnology & Biotechnological Equipment)杂志上...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值