基于自注意力残差网络的DNA-蛋白质结合位点预测方法

摘要

本发明公开了一种基于自注意力残差网络的DNA‑蛋白质结合位点预测方法，包括：对ChIP‑seq数据集进行同源性去除，对DNA序列进行编码，将DNA序列中的碱基转换为特征向量；对数据集进行随机下采样构建全局训练数据集Init‑Dataset；构建基于自注意力机制与残差结构的深度学习网络；将全局训练数据集输入基于自注意力机制与残差结构的深度学习网络对其进行训练；对深度学习网络进行迁移训练；将待预测DNA序列输入迁移训练好的深度学习网络，输出对应的DNA序列结合蛋白质的概率。本发明利用自注意力机制捕捉到序列的空间特征，残差网络提取了序列的高阶特征，二者结合使得网络的预测精度得到提升。