计算机应用

作者：张寓, 於东军

单位：南京理工大学 计算机科学与工程学院, 南京 210094

关键词：蛋白质-ATP,卷积神经网络,数据不平衡问题,分类

基金：国家自然科学基金资助项目（61772273，61373062）。

为了提高预测腺嘌呤核苷三磷酸（ATP）绑定位点的准确率，提出了一种基于一维卷积神经网络（1D-CNN）的方法。首先，以蛋白质的序列信息为基础，融合位置特异性得分矩阵信息、二级结构信息和水溶性信息，使用随机下采样的方法消除数据不平衡的影响，再对缺失的特征进行再编码补齐，得到训练特征。训练一个1D-CNN来预测蛋白质-ATP绑定位点，优化网络结构，并且进行实验来对比所提方法和其他机器学习方法的优劣。实验结果展示了所提方法的有效性，并且该方法与传统支持向量机（SVM）相比在AUC指标上有部分的提升。

来源：2019年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第11期