论文解读：A novel antibacterial peptide recognition algorithm based on BERT

论文概述

1. 论文基本信息

发表期刊： BRIEFINGS IN BIOINFORMATICS(BIB)
期刊影响因子及文章数量：


论文链接：https://academic.oup.com/bib/advance-article-abstract/doi/10.1093/bib/bbab200/6284370
代码和数据链接： https://github.com/BioSequenceA
nalysis/Bert-Protein

2. 生物背景

2.1 肽的理解

• 肽的定义：肽是具有一级结构的氨基酸序列，两个氨基酸形成的肽称为二肽
• 肽和蛋白质的区别：肽是小分子（氨基酸数较少），而蛋白质是大分子（氨基酸数通常在100个以上）。肽只有一级结构，而蛋白质拥有二级、三级、四级结构。

2.2 抗菌肽的理解

• 抗菌肽(AMPs)的作用：由于抗生素的滥用，病原菌的耐药性问题日益严重，已成为人类健康的巨大威胁。寻找抗生素的新原料是保证人类生命安全和质量的有效途径。抗菌肽(AMPs)是小分子多肽，是生物先天免疫系统的关键组成部分，对细菌、病毒和真菌具有广谱抗菌活性。
• 抗病毒的原理：破坏目标细菌的细胞膜、干扰DNA的产生等

2.3 论文解决的问题

预测肽是不是抗菌肽，如下图所示

3. 实验数据

3.1 引用的数据集

1. 预训练数据集
UniProt：下载了556603个蛋白质片段，预训练阶段为无监督，所以下载的是不带有标签。
2. 微调数据集
微调数据共6个，包含训练集和测试集。不同的阈值、不同的判定条件得到正负样本数量是不一样的，这里不做讨论，详情参考论文以及论文附件一，微调数据的形式如下图所示：

微调数据集的正负样本数量如下图所示：