DeepGO-预测基因本体功能 DeepGO是一种使用蛋白质序列和蛋白质-蛋白质相互作用(PPI)网络预测蛋白质功能的新颖方法。 它使用深度神经网络来学习序列和PPI网络特征,并使用GO类对它进行分层分类。 使用神经符号方法学习PPI网络功能,以学习知识图表示 该存储库包含用于构建和训练DeepGO模型的脚本,以及用于评估模型性能的脚本。 依存关系 要安装python依赖项,请运行:pip install -r requirements.txt 剧本 这些脚本需要OBO格式的GeneOntology。 nn_hierarchical_seq.py-此脚本用于构建和训练仅使用蛋白质序列作为输入的模型。 nn_hierarchical_network.py-此脚本用于构建和训练模型,该模型使用蛋白质的序列和PPI网络嵌入作为输入。 get_data.py,get_functions.p
1