PSSP之特征提取（PSSP protein secondary structure prediction）

最新推荐文章于 2023-01-05 00:02:33 发布
原创 最新推荐文章于 2023-01-05 00:02:33 发布 · 1.1k 阅读 · 2 ·
CC 4.0 BY-SA版权
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。

本文探讨了PSSP蛋白质二级结构预测中的特征提取方法，包括One-hot encoding AAC和PSSM编码。使用fasta文件和psi-blast程序生成PSSM，结合uniref50数据库进行数据处理。实验发现SVM分类器在多核组合rbf+lin核函数下表现良好。特征清洗中，考虑了标志位、化学性质和3个AAC，并对比了不同PSSM来源的可靠性。此外，提出归一化特征和滑动窗口处理PSSM以优化预测效果。

PSSP之特征提取（PSSP protein secondary structure prediction）

One-hot encoding AAC

维度为20+3（BXZ）。

PSSM encoding

  1. fasta文件
  2. psi-blast程序+protein db(nr db 40G 下载失败 uniref50 6G 下载成功）
  3. makeblastdb.exe (uniref50 格式化成功 耗时 4846 secords）
  4. python批量 cmd操作（待续）
  5. data_process.py

SVM 分类

多核组合rbf+lin 效果好

优化之特征清洗

  • 加上标志位
  • 或是化学性能的特征
  • 还有加上3个AAC
  • 再用数据库uniref50跑一下pssm 还是自己的程序跑出来PSSM 比较靠谱 而且 看了很多论文也用了uniref50说明他还是有点靠谱的
最低0.47元/天 解锁文章
AAAI2021 蒸馏论文review
Hello World
01-04 2572
简介 aaai论文列表：https://aaai.org/Conferences/AAAI-21/wp-content/uploads/2020/12/AAAI-21_Accepted-Paper-List.Main_.Technical.Track_.pdf 总体：feature map的蒸馏很普遍，之前很多手动选择feature map的蒸馏方法，这次aaai2021的论文中，有3篇关于feature map的蒸馏论文，都是基于自动挑选feature map/attention的思路去做的，这也可以看
PseAAC特征提取实现
weixin_39417324的博客
03-17 2620
本文主要介绍对于protein序列的PseAAC特征编码 第一种方法，直接用server版： http://bioinformatics.hitsz.edu.cn/Pse-in-One2.0/server/ 这里面啥编码方式都有，基本都是针对序列数据的，可以对DNA和RNA以及protein实现编码 protein的界面如下（在这个里面可以选择编码方式，以及该类型编码所需要的参数。）： 值得注意的是，目前server版的，只是支持目前20种氨基酸的编码，不能对补位的氨基酸符号进行编码 第二种，本地版： 如
十三种图像特征提取代码合集（吐血整理）
07-04
内含13种图像特征提取代码：01_Histogram、02_GLCM、03_Color、04_ShapeContext、05_SIFT、06_HOG、07_LBP、08_Gabor、09_SURF、10_Harris、11_FAST、12_BRIEF、13_ORB
Protein Secondary Structure Prediction with Long Short Term Memory Networks论文阅读笔记
u013841458的博客
09-27 639
Abstract        从氨基酸序列预测蛋白质二级结构是经典的生物信息学问题。 常用方法使用前馈神经网络或SVM与滑动窗口相结合，因为这些模型不能自然地处理顺序数据。 递归神经网络是前馈神经网络的概括，其自然地处理顺序数据。 我们使用具有长短期记忆细胞的双向递归神经网络来预测二级结构并使用CB513数据集进行评估。 在二级结构8级问题上，我们报告的性能（0.674）比现有技术（0.6...
Protein Secondary Structure Prediction Using Cascaded Convolutional and Recurrent Neural Networks笔记
u013841458的博客
10-02 1989
利用级联卷积和递归神经网络预测蛋白质二级结构  Abstract        蛋白质二级结构预测是生物信息学中的一个重要问题。受近期深度神经网络成功的启发，在本文中，我们提出了一种端到端深度网络，可以从集成的局部和全局上下文特征预测蛋白质二级结构。我们的深层架构利用具有不同内核大小的卷积神经网络来提取多尺度的本地上下文特征。此外，考虑到氨基酸序列中存在的长程依赖性，我们建立了一个双向神经...
PSSP Based on Data Partition and Semi-Random Subspace Method 论文笔记
u013841458的博客
11-03 950
Protein Secondary Structure Prediction Based on Data Partition and Semi-Random Subspace Method Abstract        蛋白质二级结构预测是生物信息学中最重要和最具挑战性的问题之一。机器学习技术已被应用于解决该问题，并在该研究领域取得了实质性成功。然而，在理论极限方面仍有改进的空间。在本文中，...
蛋白质序列位置特异性矩阵(PSSM)的获取
lafsca5的博客
03-17 1480
https://www.cnblogs.com/cong3Z/p/12775414.html
PSSP注意事项与实践指南
PSSP（Protein Secondary Structure Prediction，蛋白质二级结构预测）是生物信息学中的一个重要研究方向，旨在通过氨基酸序列预测蛋白质在三维空间折叠过程中的局部结构特征，如α-螺旋、β-折叠和无规卷曲等。...
Pssp-mvirt: 基于多视图深度学习架构的肽二级结构预测
qq_52914392的博客
04-05 3593
摘要 肽二级结构的预测对揭示肽的作用机制具有重要意义，具有潜在的应用前景。本文提出了一种基于多视点信息、限制和迁移学习的多视点深度学习方法——肽二级结构预测法。为了充分利用鉴别信息，提出了一种多视点融合策略，分别从序列信息、进化信息和隐藏状态信息等多个视点整合不同的信息，生成统一的特征空间。此外，我们构建了一个混合网络结构的卷积神经网络和双向门控循环单元提取全局和局部特征的多肽。此外，我们利用迁移学习有效地缓解了训练样本(具有实验验证结构的多肽)的缺乏。独立测试的比较结果表明，我们提出的方法明显优于最先进
PSSP_notebook:PSSP的注意事项和练习
03-29
**PSSP（Probabilistic Simplex Sparsity Pattern）是一种用于高效处理大规模稀疏矩阵的算法，常见于机器学习和数据分析领域。在本教程中，我们将深入探讨PSSP的相关注意事项和练习，以帮助你更好地理解和应用这个...
PSSM特征-从生成到处理
D.W 的专栏
07-07 1万+
以下代码均为个人原创，如有疑问，欢迎交流。新浪微博：拾毅者本节内容： pssm生成 pssm简化 标准的pssm构建 滑动pssm生成 在基于蛋白质序列的相关预测中，使用PSSM打分矩阵会得将预测效果大大提高，同时，如果使用滑动的PSSM，效果又会进一步提高。这里主要以分享代码为主，下面介绍下PSSM从生成到处理的全过程。1.PSSM的生成PSSM的生成有多种方式，这里使用的psiblast软件，n
蛋白质功能预测中PSSM矩阵的生成
热门推荐
CBB_FT的博客
05-07 1万+
生成PSSM矩阵
blastpgp生成pssm矩阵时出现错误blosum62错误
xjw的博客
05-21 1066
环境 ubuntu blast-2.2.26 错误 这个问题困扰了我一个多小时，因为我昨晚是可以跑生成pssm矩阵的blast命令 blastpgp -a 30 -i train_negative/new_negative_274_.fasta -d /home/xujunwei/dbs/uniref50 -h 0.001 -e 0.0001 -j 3 -Q pssm_files_train_negative/new_negative_274_.pssm 但是早上过来就报下面的错误。 解决.
CCF A类会议或期刊----近两年对比学习相关论文
Thincor的博客
03-20 6061
会议/期刊 论文 sigmod2021 Explaining Black-Box Algorithms Using Probabilistic Contrastive Counterfactuals. neurips2020 Adversarial Self-Supervised Contrastive Learning. neurips2020 Demystifying Contrastive Self-Supervised Learning: Invariances, Augme....
论文解读：ToxinPred2：一种预测蛋白质毒性的改进方法
qq_41909775的博客
08-26 3771
本文结合了两种预测工具：BLAST、Motif；再结合传统的机器学习方法RF，将三种工具一起使用，在特征选择方面用了一个在线的web服务器Pfeature.AAC、SVC-F1、PSSM达到了比较好的结果。
基于序列进化信息的细菌毒力因子预测研究
wuzibuxin_的博客
05-13 714
毕业设计
AAC ADTS格式分析与提取aac音频文件实战
风的轨迹
01-05 1073
AAC ADTS格式分析与提取aac音频文件实战
【AAAI 2021】全部接受论文列表（一）
yinizhilianlove的博客
01-14 8858
来源：AINLPer微信公众号（点击了解一下吧） 编辑: ShuYini 校稿: ShuYini 时间: 2021-01-14 马上春节了，疫情又卷土而来，希望大家注意防护，爱护自己的身体 AAAI 2021论文接收情况   人工智能顶级会议AAAI 2021 已经给出接收论文列表，共有1692篇论文被接收，录取率21%，比去年的20.6%稍微有些上升。单从数量上看，也比去年多了101篇。本届 AAAI 2021已经是第35 届会议了。据 AAAI 2021官方网站，这个 2021年首个人工智能顶会将全.
SPSS的入门
weixin_48678602的博客
10-18 7635
数据窗口 变量窗口 点击变量视图就能够出现这个画面
评论 1
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