科研之友
微信
新浪微博
Facebook
分享链接
摘要
抗菌肽(antimicrobial peptides,AMPs)广泛存在于生命体中，是一种具有广谱抗菌活性、免疫调节功能的小分子多肽。抗菌肽不易产生耐药性，适用范围广，具有极大的临床价值，是传统抗生素的有力竞争者。识别抗菌肽是抗菌肽研究领域中的重要研究方向，湿实验法在进行大规模抗菌肽识别时存在成本高、效率低、周期长等难点，计算机辅助识别法是抗菌肽识别手段的重要补充，如何提升准确率是其中的关键问题。蛋白质序列可以被近似地看作是由氨基酸组成的语言，运用自然语言处理(natural language processing,NLP)技术可能提取到丰富的特征。本文将自然语言处理领域中的预训练模型BERT和微调结构Text-CNN结合，对蛋白质语言进行建模，提供了开源可用的抗菌肽识别工具，并与已发表的5种抗菌肽识别工具进行了比较。结果表明，优化“预训练-微调”策略带来了准确率、敏感度、特异性和马修相关系数的整体提升，为进一步研究抗菌肽识别算法提供了新思路。
- 单位
