Malsite-Deep：利用NearMiss-2策略的深度学习与多信息融合技术预测蛋白质丙二酸化位点
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
Malsite-Deep是一种创新算法，结合了NearMiss-2策略和深度学习技术，用于精准预测蛋白质中的丙二酸化位点，通过多信息融合提高预测准确性。
## Malsite-Deep
Malsite-Deep 是一种基于 NearMiss-2 策略的深度学习方法，用于预测蛋白质丙二酸化位点，并结合了多种信息进行综合分析。
### 依赖项：
Python 3.6
scikit 学习
pandas
TensorFlow
Keras
### 数据集文件
数据集文件包含五类数据集，其中包含了训练数据和独立测试数据。
### 特征提取方法
- **PseAAC.py**：实现 PseAAC 方法。
- **exchange_matrix.m 和 be_extract_feature**：实现 BE 方法。
- **Bi_profile_bayes.m**：实现 BPB 方法。
- **DPC.py**：实现 DPC 方法。
- **EBGW_DATA.m 和 EBGW.m**：实现 EBGW 方法。
- **BLOSUM62.py**：实现 BLOSUM62 方法。
- **EAAC.py**：实现 EAAC 方法。
- **PWAA_Y1.m**：实现 PWAA 方法。
全部评论 (0)
还没有任何评论哟~
