换一批基于深度学习算法融合的B细胞线性表位预测模型
DFPred:a linear B-cell epitope prediction model based on fusion of deep learning algorithms
摘要B细胞线性表位的实验鉴定不仅成本高,且通量低;同时,已开发的相关预测模型也存在泛化能力不足的问题.为此,本研究提出了一种多深度学习算法融合的B细胞线性表位预测模型——DFPred,由CNN、单头注意力机制和xLSTM组成,并且在训练数据集和验证数据集上对DFPred的性能进行了广泛测试.实验结果表明,DFPred的AUC和AUC10%分别达到0.806和0.420,均优于对比方法.
更多相关知识
关键词
线性表位B细胞卷积神经网络扩展长短记忆网络注意力机制深度学习融合Linear epitopeB-cellConvolutional neural network(CNN)Extended long short-term memory(xLSTM)Attention mechanismDeep learningFusion
栏目名称
发布时间
2026-01-04（万方平台首次上网日期，不代表论文的发表时间）
基金项目
河北省自然科学基金（F2022302001）
- 浏览5
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
