TY -的AU -李,杰盟-李,中盟——罗Jiesi盟——姚明,昙花PY - 2020 DA - 2020/04/03 TI - ACNNT3: Attention-CNN预测框架序列的细菌类型III分泌效应器SP - 3974598六世- 2020 AB - III型分泌系统(T3SS)是一种特殊的蛋白质输送系统在革兰氏阴性细菌提供T3SS-secreted效应器(T3SEs)宿主细胞引起病变。大量的实验验证,T3SEs扮演了一个重要的角色在许多生物活性和宿主-病原体相互作用的。准确的识别T3SEs所以有必要帮助了解细菌的致病机制;然而,许多现有的生物实验方法耗时和昂贵的。新的深度学习方法已经成功地应用于T3SE识别,但是提高识别的准确性T3SEs仍然是一个挑战。在这项研究中,我们开发了一个新的深度学习框架,ACNNT3,基于注意机制。我们转换100残留的蛋白质的氨基端序列为融合蛋白一级结构信息的特征向量(一个炎热的编码)和position-specific得分矩阵(PSSM)作为网络的输入特征模型。然后我们嵌入式学习的注意力层到CNN的特征偏好类型III效应蛋白,可以准确地分类直接T3SEs或non-T3SEs任何蛋白质。我们发现新的蛋白质特性的引入可以提高模型的识别精度。我们的方法结合了CNN和注意力机制的优势和优越在许多指标相比,其他受欢迎的方法。 Using the common independent dataset, our method is more accurate than the previous method, showing an improvement of 4.1-20.0%. SN - 1748-670X UR - https://doi.org/10.1155/2020/3974598 DO - 10.1155/2020/3974598 JF - Computational and Mathematical Methods in Medicine PB - Hindawi KW - ER -