基于层次注意力网络的蛋白质序列分类方法

授权

摘要

本发明公开了一种基于层次注意力网络的蛋白质序列分类方法，基于层次注意力网络的蛋白质序列分类模型HALSTM，该模型采用端到端的方式，可以自动进行特征提取和序列分类。其中，采用注意力机制捕获不同的氨基酸对序列分类的不同作用，并通过增加网络深度获取深层次的特征。在真实蛋白质序列数据集上的实验表明，HALSTM模型比多种基准算法能取得更好的分类效果。此外，实验验证了多层网络结构和注意力机制的有效性。实验结果表明，HALSTM模型能够有效地对蛋白质序列进行分类。

基本信息

专利标题：

基于层次注意力网络的蛋白质序列分类方法

专利标题（英）：

暂无

公开（公告）号：

CN111402953A

申请号：

CN202010254010.3

公开（公告）日：

2020-07-10

申请日：

2020-04-02

授权号：

CN111402953B

授权日：

2022-05-03

发明人：

段磊胡耀炜邓赓

申请人：

四川大学

申请人地址：

四川省成都市一环路南一段24号四川大学

代理机构：

成都中亚专利代理有限公司

代理人：

王岗

优先权：

CN202010254010.3

主分类号：

G16B25/00

IPC分类号：

G16B25/00 G06N3/04 G06N3/08

IPC结构图谱

G部——物理

G16

特别适用于特定应用领域的信息通信技术

G16B

生物信息学，例如特别适用于计算分子生物学中的遗传或蛋白质相关数据处理的信息与通信技术

G16B25/00

特别适用于杂交的ICT；特别适用于基因或蛋白表达的ICT

法律状态

2022-05-03 ：

授权

2020-08-04 ：

实质审查的生效

IPC(主分类) : G16B 25/00
申请日 : 20200402

2020-07-10 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载