利用XGBoost特征选择和堆叠集成分类器提高蛋白质-蛋白质相互作用预测精度

最新推荐文章于 2026-06-23 16:50:27 发布
原创 最新推荐文章于 2026-06-23 16:50:27 发布 · 2k 阅读 · 9

文章目录

论文基本情况

  • 期刊：《Computers in Biology and Medicine》
  • 影响因子及中科院分区：IF： 3.434，中科院三区
  • 发表日期：2020年7月
  • 作者单位：青岛科技大学
  • 代码地址： https://github.com/QUST-AIBBDRC/StackPPI/
  • 原文链接：https://www.sciencedirect.com/science/article/abs/pii/S0010482520302481

一、论文创新点：

  • 提出了一种新的预测蛋白质-蛋白质相互作用的方法——StackPPI
  • 融合PAAC、AD、AAC-PSSM、Bi-PSSM和CTD提取物理化学、进化和序列信息
  • 采用XGBoost特征选择方法消除冗余，保留最优特征子集
  • 首次利用RF、ET和LR构建了堆叠集成分类器。

二、方法

在这里插入图片描述

(一)、特征提取方法

  1. 伪氨基酸组成（PAAC）
  2. 自相关拓扑指数（AD：MoreanBroto, Moran, and Geary autocorrelation）
  3. ACC-PSSM和Bi-PSSM
  4. CTD(CTDC,CTDD,CTDT)
    详情见代码

(二）、XGBoo

标签
#决策树 #机器学习 #深度学习 #算法
最低0.47元/天 解锁文章
【信息科学与工程学】计算机科学与自动化——第八十六篇 各类应用上云计算 01
最新发布
weixin_49199313的博客
06-28 84
数字孪生：核心是实时性不等式（Δ<Δt）与带宽-精度权衡。数学上归结为带约束的非线性优化。预测性维护：从物理退化方程（Paris 定律）出发，结合贝叶斯推断，云端训练用深度时序模型，边缘推理用轻量模型。机器人协同：本质是多商品流 + 动态障碍物，需用图论（冲突检测）+ 最优控制（轨迹平滑）。工业视觉：延迟由四个环节组成，需用排队论分析流水线瓶颈，量化感知是降低延迟的关键。液压/气动系统上云（涉及流体力学、热力学、控制）机械臂力控/阻抗控制上云（涉及动力学、力/位混合控制）
【信息科学与工程学】【数据科学】数据科学领域 第六篇 算法设计 01
weixin_49199313的博客
08-22 1344
算法设计
【文献分享】ESPDHot 程序：一种基于机器学习的有效预测蛋白质-DNA 相互作用热点的方法
nmrwxw的博客
04-09 470
对于分子特征，除了传统的特征外，我们引入了三种新的特征类型，包括我们提出的残基界面偏好、残基波动动力学特征和协同进化特征。最后，构建一个堆叠分类器来输出预测结果，该分类器集成了三种经典预测器，支持向量机（SVM）、XGBoost和人工神经网络（ANN）作为第一层，逻辑回归（LR）算法作为第二层。值得注意的是，ESPDHot 的性能优于当前最先进的预测器，在独立测试数据集上实现了优异的性能，F1、MCC 和 AUC 分别达到 0.571、0.516 和 0.870。
MS-RCGR：多尺度可逆混沌游戏表示在序列分类中的实战指南
congju3179的博客
06-23 422
在机器学习和生物信息学领域，特征工程是提升模型性能的关键环节，尤其对于DNA、RNA或蛋白质等序列数据。传统方法如k-mer频率常面临维度灾难，而物理化学编码可能丢失序列结构信息。混沌游戏表示（CGR）作为一种创新的特征表示方法，通过将一维序列映射到二维空间，生成蕴含序列模式的分形图像，有效编码了序列的全局统计与局部依赖信息。其技术价值在于为模型提供了更丰富、可解释的输入表示。MS-RCGR（多尺度可逆混沌游戏表示）在此基础上，引入多尺度与可逆机制，通过调整尺度因子自适应捕捉序列不同层次的特征，并确保信息无
MS-RCGR：可逆多尺度混沌游戏表示在生物序列分类中的应用与实现
weixin_34216107的博客
06-23 400
在生物信息学中，序列表示学习是将DNA、RNA或蛋白质序列转化为机器学习模型可处理特征向量的关键技术。其核心原理在于通过数学变换，将一维序列编码为富含信息的数值表示，从而捕捉序列的组成和模式信息。这种技术能显著提升下游分类、聚类等任务的性能与效率。混沌游戏表示（CGR）作为一种经典的序列可视化与特征提取方法，通过迭代映射在分形空间中生成序列的独特“指纹”。MS-RCGR框架在此基础上，创新性地引入了可逆性与多尺度分析。可逆性增强了特征的可解释性，允许从特征反推序列局部模式；多尺度机制则能同时捕获从短模体到长
量子机器学习实战：从变分算法到分子模拟的工程落地
dibeichan3033的博客
06-16 316
量子机器学习（QML）并非经典AI的加速替代，而是通过量子态编码、参数化量子电路（PQC）与变分优化，重构高维数据建模与物理系统求解的认知原语。其核心原理在于利用量子叠加与纠缠，在指数级希尔伯特空间中高效表征分子构象、金融路径或优化问题的本征结构；技术价值体现在突破经典算力导致的数据维度墙、病态优化景观与非局域概率建模瓶颈；典型应用场景包括量子化学基态能量预测、衍生品蒙特卡洛定价及组合优化；本文聚焦可复现的工程实践，深度融合变分量子算法与量子数据编码，为AI工程师和量子研究者提供跨范式协同的落地路径。
大模型技术之机器学习
dangerouszzz的博客
04-27 433
无
量子AI工程实践：NISQ时代混合计算落地指南
turnRound
06-16 342
量子AI并非遥不可及的未来概念，而是基于量子-经典混合架构的现实工程技术。其核心原理在于利用参数化量子电路（PQC）在含噪声中等规模量子（NISQ）设备上执行特定子任务，再由经典优化器协同完成端到端求解。该技术路径规避了容错量子计算的硬件瓶颈，已在信用评分、分子构象搜索、物流调度等场景实现可度量的性能增益。关键技术价值体现在问题复杂度降维（如NP-hard问题从指数级降至多项式级）与噪声鲁棒性设计（如贝叶斯读出误差缓解、动态测量基切换）。本文聚焦真实硬件约束下的工程落地，涵盖VQE框架构建、角度编码实操、电
论文解读：ProteinBERT: a universal deep-learning model of protein sequence and function
热门推荐
wangpan007的博客
03-03 1万+
目录1. 研究背景2. 研究数据2.1 预训练的蛋白质数据集2.2 蛋白质基准数据集3. 研究方法3.1 序列和标注编码3.2 蛋白质序列和注释的自我监督预训练3.3 对蛋白质基准进行监督微调3.4 深度学习框架4. 结果4.1 预训练可以改善蛋白质模型4.2 ProteinBERT在不同的蛋白质基准上达到了近乎最先进的结果4.4 全局注意力机制的理解5. 结论 作者单位：耶路撒冷希伯来大学 发表期刊：《Bioinformatics》，2020年期刊影响因子：6.937 发表时间：2022年1月9日 数据和
论文笔记：DELPHI:预测蛋白质相互作用位点的精确深度集成模型
wangpan007的博客
11-07 6732
文章目录摘要：一、介绍二、材料和方法（一）、数据库（二）、测试集（三）、训练集和验证集（四）、输入特征（五）、模型架构（六）、CNN模型架构 Web服务器：www.csd.uwo.ca/~yli922/index.php 特征计算流水线:github.com/lucian-ilie/DELPHI 联系邮箱： ilie@uwo.ca 补充资料： 摘要： 动机：蛋白质通常通过与其他蛋白质相互作用来发挥功能，这就是为什么准确预测蛋白质-蛋白质相互作用(PPI)结合位点是一个基本问题。实验方法既缓慢又昂贵。因此，人
BERT代码解读
wangpan007的博客
08-01 6089
文章目录本文框架1. BERT定义2. BERT实现2.1 BERT输入2.1.1 Token Embeddings（input_ids）2.1.2. Segment Embeddings（token_type_ids）2.1.3 Position Embeddings（attention_mask）2.2 预训练2.2.1 获取序列的embeddings2.2.2 利用Transformer对序列进行编码3.我的做法4. 结果5. 下一步打算 本文框架 1. BERT定义 BERT全称Bidirecti
论文笔记：EGAT: Edge Aggregated Graph Attention Networks and Transfer Learning
wangpan007的博客
04-24 6052
文章目录论文概况摘要1 介绍2 方法2.1 特征表示2.1.1 蛋白质的图表示2.2 EGAT的结构2.2.2 边缘聚合图关注层2.2.3 预测概率2.2.4 EGAT结构图2.3 EGAT端到端的结构2.4 GAT-PPI:基于GAT的没有边聚合PPI预测3 结果和讨论3.1 数据3.2 结果3.2.1 与其他先进方法独立测试比较3.3 长期相互作用对PPI站点预测的影响3.4 基于 ProtBERT特征的迁移学习的影响3.5 边的可解释性和注意力得分4 总结 论文概况 原文链接：https://w
论文解读：学习蛋白质的空间结构可以提高蛋白质相互作用的预测
wangpan007的博客
01-15 3792
文章目录论文概况1. 研究背景2. 研究数据2.1 种内数据集2.2 种间数据集2.3 多类别数据集3. 研究方法3.1数据预处理3.2局部特征提取3.3 结构特征提取3.3.1 构建预测接触图3.3.2 图表示学习3.4 预测模块4. 结果4.1 种内数据集上的性能比较4.1.1四个种内数据集性能比较4.1.2与其他算法比较4.2 多物种数据集的性能比较4.2.1 不同阈值的序列同一性比较4.2.2 TAGPPI与PIPR方法比较4.3 多类别数据集性能比较4.4 消融实验4.4.1TextCNN和图注意
论文笔记：EGAT: Edge Aggregated Graph Attention Networks and Transfer Learning Improve Protein-Protein In
wangpan007的博客
01-20 3631
文章目录一、摘要二、方法（一）、蛋白质图的表示（二）、节点级特征表示（三）、边级特征表示（四）、 EGAT结构的主要特点（五）、边缘聚合图关注层（六）、在计算注意力分数时使用边缘特征三、结果（一）、数据集（二）、基准数据集上的结果（三）使用基于 ProtBERT的特性进行迁移学习的影响四、总结 一、摘要 图神经网络(GNN)已成为结构信息编码的一种有效工具，尽管基于GNN的体系结构已被应用于配对结合位点预测，但他没有被用来预测单个蛋白质的结合位点。此外，与可能不适当编码远程相互作用的残基特异性信息的方法不同
论文笔记：Protein-protein interaction site prediction through combining local and global features
wangpan007的博客
01-03 3321
文章目录一、论文基本情况二、前言三、数据（一）训练集和测试集（二）特征四、方法（一）局部特征（二）全局特征（三）文本卷积神经网络(TextCNN)五、模型的应用域（AD）（二）、全局特征的重要性（三）预测准确的情况（四）不同长度蛋白质的影响七、总结 一、论文基本情况 发表期刊：Bioinformatics（最新的IF=5.61） 作者及单位：中南大学李敏团队 服务器地址：http://bioinformatics.csu.edu.cn/PPISP/ 代码及数据地址：https://github.com/C
论文解读：BERT-Kcr: Prediction of lysine crotonylation sites by a transfer learning method
wangpan007的博客
10-29 1877
目录论文基本情况1. 研究背景2. 研究进展3. 实验数据3.1 赖氨酸巴豆酰化数据集3.2 赖氨酸糖化和乙酰化数据集4. 实验方法4.1 BERT特征编码4.2 分类器模型5. 研究结果5.1滑动窗口大小的选择5.2 不同BERT预训练模型比较5.3 不同NLP模型比较5.4 BERT模型的优化 论文基本情况 作者单位：清华大学生命科学学院、安徽农业大学。 发表期刊情况：《Bioinformatics》，2020年影响因子：6.937。 代码链接： http://zhulab.org.cn/BERT-Kc
论文解读：基于BERT和二维卷积神经网络的迁移结构，从序列信息中识别DNA增强子
wangpan007的博客
10-31 1584
文章目录论文基本情况1. 研究背景2. 实验数据3. 实验方法3.1 数据预处理3.2 BERT算法应用 论文基本情况 作者单位：台湾省台北医科大学 发表期刊：《Briefings in Bioinformatics》，2020年期刊影响因子：11.622 数据和代码：https://github.com/khanhlee/bert-enhancer 1. 研究背景 生物背景：增强子是DNA上一小段可与蛋白质结合的区域，与蛋白质结合之后，基因的转录作用将会加强。增强子可能位于基因上游，也可能位于下游。算法背
论文解读：Prediction of Protein–Protein Interaction Sites Using Convolutional Neural Network
wangpan007的博客
06-06 1455
目录论文简介摘要相互作用残基对的定义数据集 论文简介 论文代码： https://github.com/Xiaoya-Deng/PPI-sites-prediction 论文原文：https://www.mdpi.com/1422-0067/21/2/467 补充材料： http://www.mdpi.com/1422-0067/21/2/467/s1 作者单位：重庆邮电大学 期刊影响因子：4.556（中科院二区） 摘要 提出一种卷积神经网络用于PPI站点预测，并利用残基结合倾向来改善阳性样本。该方法在改进
论文解读：A novel antibacterial peptide recognition algorithm based on BERT
wangpan007的博客
08-15 1285
A novel antibacterial peptide recognition algorithm based on BERT论文概述1. 论文基本信息2. 生物背景2.1 肽的理解2.2 抗菌肽的理解2.3 论文解决的问题3. 实验数据3.1 引用的数据集3.2 作者自己处理的数据集4. 方法4.1 数据预处理4.2 预训练4.3 微调4.4 预测5. 结果5.1 对比其他方法独立测试结果5.2. 预训练对实验结果的影响5.3 平衡数据对微调模型的影响5.4 训练得到一个通用模型6. 结论 论文概述
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值