自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 收藏
  • 关注

原创 SpaGCN:整合基因表达、空间定位和组织学,通过图卷积网络识别空间域和空间可变基因

文献精度SpaGCN:整合基因表达、空间定位和组织学,通过图卷积网络识别空间域和空间可变基因

2022-11-20 17:55:30 3681

翻译 TripHLApan:基于三重编码矩阵和转移学习预测HLA分子结合肽的情况

在本文中,我们提出了TripHLApan,一个新的泛特异性预测模型,用于HLA分子肽结合预测。TripHLApan通过整合三重编码矩阵、BiGRU+Attention模型和转移学习策略,表现出强大的预测能力。综合评估表明,TripHLApan在不同测试环境下预测HLA-I和HLA-II肽结合的有效性。在最新的数据集中,HLA-I的预测能力得到了进一步证明。此外,我们表明TripHLApan在一个黑色素瘤患者的样本中具有很强的结合重组能力。总之,TripHLApan是预测HLA-I和HLA-II分子肽的结合的

2022-11-10 17:16:50 673

原创 文献精度:通过卷积神经网络改进新抗原的识别

APPM在大型质谱(MS)HLA-肽数据集上进行了训练,并用独立的MS基准进行了评估。结果显示,APPM在阳性预测值(PPV)方面优于免疫表位数据库(IEDB)推荐的方法(0.40 vs. 0.22),在结合这两种方法后,预测值将进一步提高(PPV=0.51)。我们进一步将我们的模型应用于预测来自共识驱动突变的新抗原,并确定了16000个具有 "驱动 "特征的推定新抗原。

2022-11-09 21:52:53 864

原创 MATHLA:集成双向LSTM和多头部注意力机制的HLA-肽结合预测的强大框架

文献精度网络部分MATHLA:集成双向LSTM和多头部注意力机制的HLA-肽结合预测的强大框架

2022-11-07 22:50:47 1436

原创 Python报错:TypeError: ‘Accumulator‘ object is not subscriptable

出现报错TypeError‘Accumulator’objectisnotsubscriptable。经过修改,原因为在使用对象数组时,不要直接用’对象名.[i]',修改为‘对象名.data[i]’。在学习李沐老师的《动手学深度学习PyTorch版》的从零开始实现Softmax小结时出现此问题。metric=Accumulator(2)#设置两个累加器,累计正确的预测数和预测总数。定义了累加器类Accumulator,及类的对象数组。在‘n’个变量上累加。......

2022-07-16 10:48:05 1082 2

原创 强化学习(一)---马尔科夫决策过程

一、马尔科夫过程 在一个时序过程中,如果 t + 1 时刻的状态仅取决于 t 时刻的状态 St 而与 t 时刻之前的任 何状态都无关时,则认为 t 时刻的状态 St 具有马尔科夫性 。若过程中的每一 个状态都具有马尔科夫性则这个过程具备马尔科夫性。具备了马尔科夫性的随机过程称为马尔科夫过程。通常使用元组<S,P>来描述马尔科夫过程。S为状态集,P为状态专业概率矩阵,其中元素的值为当前状态到下续任意可能状态的概率。状态转移序列叫状态序列也叫采样。状态序列的最后一个状态为终止...

2022-05-08 21:02:36 852

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除