Key Words:巴豆酰化;蛋白质翻译;多信息融合;深度学习
Abstract:巴豆酰化是一种新发现的蛋白翻译后修饰，参与细胞调控和人类疾病的发生。传统的蛋白翻译后修饰方法往往费时费力，因此建立有效的预测器是非常有必要的。本研究提出一种新的蛋白质翻译后修饰预测方法Cro-Deep。首先，利用二元编码(BE)、增强氨基酸组成(EAAC)、BLOSUM62转化为数字信息并进行融合；其次，使用GRU分类器对巴豆酰化位点进行预测；最后，利用十折交叉验证对模型进行检验。结果表明：训练集的ACC、MCC、和AUC值达到87.16%,0.743 7和0.935 7,独立测试集ACC、MCC、和AUC值达到91.54%, 0.831 3和0.961 5。实验结果表明，本研究提出的Cro-Deep方法能够有效的鉴定巴豆酰化位点，提高蛋白质翻译后修饰的预测效果。
Volume:v.43;No.199
Issue:06
Translation or Not:no