【技术实现步骤摘要】
本申请涉及抗菌肽预测，特别涉及一种模型训练方法、抗菌肽预测方法及系统。
技术介绍
1、随着医疗科技的快速进步，人们的生活质量和健康状况已得到了显著改善。尤其是抗生素的发现，为我们治疗各种由微生物引起的疾病提供了强有力的手段。抗生素，作为一种小分子化合物，其主要作用方式是穿越细菌的细胞膜，与细菌内部的蛋白质靶标结合，从而抑制细菌的生长和繁殖。然而，由于抗生素的滥用，许多微生物已逐渐产生了对抗生素的耐药性。这使得原本可以有效治疗的抗生素对于某些耐药菌株无能为力，微生物耐药性的问题已经成为了全球性的挑战。因此，寻找可以替代抗生素的新型治疗方法变得越来越紧迫。
2、抗菌肽是一种有望替代抗生素的治疗手段，其主要作用方式是破坏细菌的细胞膜，使细胞内的物质泄漏出来，从而杀死病菌。例如，在革兰氏阴性菌中，抗菌肽主要是穿透细菌的外膜，破坏其内膜，形成跨膜的离子通道，破坏细胞膜的完整性，导致细胞内物质的泄漏，从而杀死细菌。由于这种作用方式，使得抗菌肽不易产生耐药性。
3、抗菌肽的研究在过去一直受限于各种因素。首先，抗菌肽的数据较少，...
【技术保护点】
1.一种模型训练方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的模型训练方法，其特征在于，所述获取抗菌肽样本训练集和抗菌肽测试集这一步骤，具体包括：
3.根据权利要求2所述的模型训练方法，其特征在于，所述深度学习模型包括嵌入层、编码器层和任务提取层，所述构建基于多头注意力机制的深度学习模型，采用所述抗菌肽样本训练集对所述深度学习模型进行数据训练，采用反向传播的方式优化所述深度学习模型的模型参数，获得优化深度学习模型这一步骤，具体包括：
4.根据权利要求3所述的模型训练方法，其特征在于，所述输入所述抗菌肽样本训练集中...
【技术特征摘要】
1.一种模型训练方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的模型训练方法，其特征在于，所述获取抗菌肽样本训练集和抗菌肽测试集这一步骤，具体包括：
3.根据权利要求2所述的模型训练方法，其特征在于，所述深度学习模型包括嵌入层、编码器层和任务提取层，所述构建基于多头注意力机制的深度学习模型，采用所述抗菌肽样本训练集对所述深度学习模型进行数据训练，采用反向传播的方式优化所述深度学习模型的模型参数，获得优化深度学习模型这一步骤，具体包括：
4.根据权利要求3所述的模型训练方法，其特征在于，所述输入所述抗菌肽样本训练集中的各个肽序列至所述嵌入层中，在所述嵌入层中对所述肽序列进行序列编码处理和嵌入处理，获得各所述肽序列对应的肽向量矩阵这一步骤，具体包括：
5.根据权利要求3所述的模型训练方法，其特征在于，所述编码器层包括多个子编码器层，所述权重矩阵包括第一权重矩阵、第二权重矩阵和第三权重矩阵...
【专利技术属性】
技术研发人员：张豫，张志乾，江翱，吴奕瑞，刘丽花，陈西朋，雷伟，戈其珺，林厚良，何景涛，杨敏，
申请(专利权)人：态创生物科技广州有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。