蛋白质和RNA结构预测 一种基于深度学习的RNA和蛋白质结合位点的识别方法 蛋白质结合位点的识别与设计 蛋白质结合位点识别-剖析洞察 蛋白质表面模块划分及其在结合位点预测中的应用 一种基于深度卷积神经网络的RNA-蛋白质结合位点预测方法 蛋白质结合的分子进化 动态模拟揭示蛋白质结合位点的机制 蛋白质—核酸的相互作用特...
我们基于PDB结构数据,采用距离定义法来确定与RNA相互作用的氨基酸位点.即对于蛋白质与RNA复合物中的某个氨基酸,如果其包含的至少一个原子与某个RNA碱基所包含的任何一个原子之间的距离小于3.5,那么就认为该氨基酸与RNA相互作用.这样,在90735个氨基酸中,有10525个被判定为RNA结合位点,其余的80210个被判定为非结合位点...
本发明公开了一种基于自注意力机制的RNA蛋白质结合位点预测方法和系统,使用RNA与蛋白质结合位点处及上下游的序列特征来训练深度学习模型,并使用所述模型对RNA蛋白质相互作用结合位点进行预测;在序列特征的编码过程中本发明引入kmer嵌入的编码方式,编码相邻核苷酸间的上下文关系,为模型提供更多有效的特征;在所述特征的提取...
其使用RNA与蛋白质结合位点处及上下游的序列特征以及测定的RNA结构特征来训练深度学习模型,并使用所述模型对蛋白质RNA相互作用结合位点进行预测.在所述特征的提取过程中分别使用了基于卷积神经网络构建的基序获取模块和基于循环神经网络构建的上下文语义获取模块.本发明中训练出的模型在判断准确度和计算时间以及应用平台的...