GAT_蛋白质组学
GAT进行蛋白质组学网络分类
工作流程
先决条件
用户需要安装python（ ）和一些python软件包：
[火炬]
[dgl]
[numpy]
[熊猫]
[networkx]
[matplotlib]
数据准备和模型训练
将网络/一组网络的边缘文件，节点特征文件和标签文件添加到文件夹“数据”中。
对于图分类，需要一组图。
运行python脚本“ graph_classification.py”来训练和验证GAT模型。 训练有素的模型将存储在“模型”文件夹中。
python graph_classification.py根edge.file node.feature.file graph.label
运行python脚本“ graph_evaluation.py.py”以使用经过训练的模型对其他数据集进行预测。
python graph_evaluat
2022-01-20 19:57:32
844KB
1
开重
作者： 彼得·门泽尔（Peter Menzel） 安德斯·克罗（Anders Krogh）
Kaiju是一个程序，用于从宏基因组DNA的全基因组测序中对高通量测序读段（例如Illumina或Roche / 454）进行分类分类。 使用NCBI分类法和来自微生物和病毒基因组的蛋白质序列参考数据库，将读物直接分配给分类单元。
该程序在描述 （开放访问）。
Kaiju可以在本地安装（请参阅下文），也可以通过。
有关所有版本的请参见的发行说明。
执照
版权所有（c）2015-2021 Peter Menzel和Anders Krogh
Kaiju是免费软件：您可以根据自由软件基金会发布的GNU通用公共许可的条款（许可的版本3）或（根据您的选择）任何更高版本来重新分发和/或修改它。
发行Kaiju的目的是希望它会有用，但不作任何担保； 甚至没有对适销性或特定用途适用性的暗示
2022-01-10 21:10:54
554KB
1
蛋白质二级结构预测
仅通过查看蛋白质的氨基酸序列即可预测二级结构。
概要：
所有氨基酸序列被合并
使用20个氨基酸及其3个二级结构（E，H和t）或8个二级结构
使用滑动窗技术
尝试使用21和13的窗口大小
中间氨基酸的二级结构用于靶结构
窗口中的每个氨基酸都翻译成一个热编码
窗口中所有氨基酸的一键编码连接在一起以获得21x20矩阵
每个单热编码矩阵解释为1通道黑白图像
类似图像的输入被提供给模型
使用CNN
尝试过RNN，LSTM或GRU，但对精度影响不大
/ trained-model下的用于预测3和8二级结构的训练模型
基准测试：
预测3个二级结构：％73
预测8个二级结构：％52
依存关系：
火炬
大熊猫
脾气暴躁的
Matplotlib
海生
scikit学习
火炬摘要
在Python 3.8.3 x64上测试
数据集：
可以移植到不同的数据集
2021-12-30 20:14:09
4.23MB
1