基于CNN和Bi-LSTM模型的蛋白质甲基化位点识别

摘要

甲基化是一种调节细胞功能的蛋白质翻译后修饰（PTM）,能对基因调控和疾病预测等领域的研究提供指导和帮助。然而，当前甲基化位点识别研究存在标注数据集少、正样本数据不足和甲基化研究识别准确率低等问题。为了解决这些问题，提出了一种基于CNN和Bi-LSTM模型的蛋白质甲基化位点识别方法。模型分为CNN和堆叠的Bi-LSTM两个分支，CNN分支采用密集连接的方式使每一层的特征信息充分地传递和共享，堆叠的Bi-LSTM分支获得序列中双向的长期依赖关系，然后融合两个分支特征用于甲基化识别。实验结果表明，利用该模型识别甲基化位点得到的准确率（ACC）、F1值(F_1-score)和马修斯相关系数（MCC）分别为0.851 9、0.849 4和0.728 4,对比其他方法，本文提出的模型具有良好性能。

关键词

甲基化 / 卷积神经网络 / 双向长短时记忆网络 / 特征融合 / 位点识别