龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国地质大学(武汉)
摘要：本发明提供了一种基于图表示学习的关键蛋白质识别方法和装置，方法包括：从数据库中筛选关键蛋白质作为标签，标记提取的蛋白质相互作用网络数据中的蛋白质节点，获得带节点标签的蛋白质相互作用网络；使用DeepWalk算法对蛋白质相互作用网络数据进行图表示学习，获得图表示矩阵数据；将带节点标签的蛋白质相互作用网络、从蛋白质节点的同源生物信息中提取的蛋白质节点属性特征以及图表示矩阵数据输入图卷积神经网络模型进行迭代训练；利用训练好的图卷积神经网络模型识别待测蛋白质网络中的关键蛋白质节点。本发明可以直接使用图类型数据进行训练，避免了现有方法中数据转换所需要的繁琐工作，进一步使得训练得到的结果更加准确。
主权项：1.一种基于图表示学习的关键蛋白质识别方法，其特征在于，包括：从数据库中筛选关键蛋白质作为标签，标记提取的蛋白质相互作用网络数据中的蛋白质节点，获得带节点标签的蛋白质相互作用网络；使用DeepWalk算法对所述蛋白质相互作用网络数据进行图表示学习，获得图表示矩阵数据；其中所述使用DeepWalk算法对所述蛋白质相互作用网络数据进行图表示学习，获得图表示矩阵数据，包括：使用随机游走的方式在标记后的所述蛋白质相互作用网络数据中进行节点采样，获得节点访问序列；其中所述使用随机游走的方式在标记后的所述蛋白质相互作用网络数据中进行节点采样，获得节点访问序列，包括：从网络中的每个节点开始，分别进行RandomWalk采样，得到局部相关联的训练数据；使用skip-gram模型对所述节点访问序列进行向量学习，获得所述图表示矩阵数据；将所述带节点标签的蛋白质相互作用网络、从蛋白质节点的同源生物信息中提取的蛋白质节点属性特征以及所述图表示矩阵数据输入图卷积神经网络模型进行迭代训练；利用训练好的图卷积神经网络模型识别待测蛋白质网络中的关键蛋白质节点。
全文数据：
权利要求：
百度查询： 中国地质大学(武汉) 一种基于图表示学习的关键蛋白质识别方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号