iACVP-MR:基于多个特征信息和循环神经网络的抗冠状病毒的准确识别
Yunyun Liang1, Xinyan Ma1, Jin Li1
1School of Science, Xi'an Polytechnic University, Xi'an, 710048, P.R. China.
Current medicinal chemistry
|March 29, 2024
概括
开发用于识别抗冠状病毒 (ACVP) 的智能工具至关重要. 新的iACVP-MR模型使用多个功能和循环神经网络准确识别ACVP,提供了强大的计算解决方案.
科学领域:
- 生物技术是生物技术.
- 计算生物学 计算生物学
- 药物发现 药物发现 药物发现
背景情况:
- 病毒对人类健康构成重大威胁,需要开发有效的抗冠状病毒药物.
- 抗冠状病毒 (ACVP) 是重要的治疗剂,但传统的识别方法昂贵且劳动密集.
- 需要智能计算工具来实现快速,高效和准确的ACVP识别.
研究的目的:
- 开发一种用于识别抗冠状病毒 (ACVP) 的智能计算工具.
- 建立一个高度准确和高效的方法来识别ACVP,减少对传统方法的依赖.
主要方法:
- 一个新的模型,iACVP-MR,是使用多个序列衍生特征构建的.
- 特性包括减少的氨基酸/二成分,k间隔的氨基酸对,BLOSUM62编码和物理化学特性.
- 具有注意力机制的循环神经网络 (LSTM和BiGRU) 用于特征融合和分类.
主要成果:
- 在十倍的交叉验证下,iACVP-MR模型实现了99.15% (ENNAVIA-C) 和99.82% (ENNAVIA-D) 的高准确率.
- 该模型与现有方法相比,表现出卓越的性能,具有出色的评估指标.
- 在各种绩效指标上获得了令人满意的结果.
结论:
- 该iACVP-MR模型作为一个强大的和智能工具,用于准确的ACVP识别.
- 开发的模型可以显著加速新型抗冠状病毒的发现.
- 源代码和数据集可供公众使用,促进进一步的研究和开发.
