基于InceptionV3_SVM模型的蛋白质-ATP绑定位点预测  

作　　者：宋泽瑞 宋初一 宋佳智 姜静清[3] 

机构地区：[1]三亚学院信息与智能工程学院,海南三亚572000 [2]内蒙古民族大学数学科学学院,内蒙古通辽028000 [3]内蒙古民族大学计算机科学与技术学院,内蒙古通辽028000

出　　处：《电脑知识与技术》2024年第14期4-9,17,共7页Computer Knowledge and Technology

基　　金：国家自然科学基金(项目编号:62162050);内蒙古民族大学博士科研启动基金项目(项目编号:KYQD23006);三亚学院中青年教师(科研类)培养项目(项目编号:USYJSPY24-52)。

摘　　要：蛋白质-ATP绑定位点预测作为近年来生物医学领域的热点研究之一,对于医药学的发展极其重要。为了提高蛋白质-ATP绑定位点预测的准确率,提出了一种基于深度卷积神经网络和支持向量机融合(InceptionV3_SVM)的预测方法。首先对蛋白质序列进行特征提取,再采用InceptionV3模型扩大输入数据感受野,对卷积神经网络提取到的深度特征应用SVM分类器进行训练,得到最终预测结果。实验结果表明,该预测方法能够更精确的识别蛋白质-ATP绑定位点。

关 键 词：蛋白质-ATP绑定位点 深度卷积神经网络 蛋白质序列 特征提取 SVM 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] Q51[自动化与计算机技术—控制科学与工程]