《基于双向长短期记忆网络与特征融合的抗癌肽预测方法》

技术简介：

本发明涉及抗癌肽预测技术领域,尤其涉及基于双向长短期记忆网络与特征融合的抗癌肽预测方法,包括：读取四个基准肽序列数据集,对数据集进行氨基酸组成分析；通过Bi-LSTM对数据集进行特征提取,生成Bi-LSTM特征向量；通过全连接神经网络对五个氨基酸特征向量进行特征提取；将特征向量通过Concatenate算法进行特征融合,通过具有1单元和Sigmoid激活函数的全连接层,得到概率分数,通过分数区分为抗癌肽和非抗癌肽。本发明实现高准确率、高马修斯相关系数、高灵敏度、高特异度和高ROC曲线下面积的抗癌肽预测。

研发人员：杨森;叶晨阳;朱轮;封红旗