亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

UDSMProt: universal deep sequence models for protein classification

计算机科学 人工智能 源代码 机器学习 领域(数学) 蛋白质测序 任务(项目管理) 代表(政治) 序列(生物学) 班级(哲学) 编码(集合论) 深度学习 数据挖掘 肽序列 程序设计语言 基因 集合(抽象数据类型) 纯数学 法学 管理 化学 遗传学 经济 政治学 数学 政治 生物 生物化学
作者
Nils Strodthoff,Patrick Wagner,Markus Wenzel,Wojciech Samek
出处
期刊:Bioinformatics [Oxford University Press]
卷期号:36 (8): 2401-2409 被引量:137
标识
DOI:10.1093/bioinformatics/btaa003
摘要

Abstract Motivation Inferring the properties of a protein from its amino acid sequence is one of the key problems in bioinformatics. Most state-of-the-art approaches for protein classification are tailored to single classification tasks and rely on handcrafted features, such as position-specific-scoring matrices from expensive database searches. We argue that this level of performance can be reached or even be surpassed by learning a task-agnostic representation once, using self-supervised language modeling, and transferring it to specific tasks by a simple fine-tuning step. Results We put forward a universal deep sequence model that is pre-trained on unlabeled protein sequences from Swiss-Prot and fine-tuned on protein classification tasks. We apply it to three prototypical tasks, namely enzyme class prediction, gene ontology prediction and remote homology and fold detection. The proposed method performs on par with state-of-the-art algorithms that were tailored to these specific tasks or, for two out of three tasks, even outperforms them. These results stress the possibility of inferring protein properties from the sequence alone and, on more general grounds, the prospects of modern natural language processing methods in omics. Moreover, we illustrate the prospects for explainable machine learning methods in this field by selected case studies. Availability and implementation Source code is available under https://github.com/nstrodt/UDSMProt. Supplementary information Supplementary data are available at Bioinformatics online.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
27秒前
RED发布了新的文献求助10
31秒前
Yau完成签到,获得积分10
47秒前
22222应助科研通管家采纳,获得150
1分钟前
maodeshu应助xiayizhan采纳,获得10
1分钟前
1分钟前
123完成签到,获得积分10
1分钟前
1分钟前
酷波er应助喜乐采纳,获得10
2分钟前
2分钟前
2分钟前
3分钟前
3分钟前
3分钟前
高高元柏发布了新的文献求助10
3分钟前
持卿发布了新的文献求助10
3分钟前
3分钟前
顾矜应助HappyStarCat采纳,获得10
4分钟前
4分钟前
4分钟前
完颜刚完成签到 ,获得积分10
4分钟前
4分钟前
李健的小迷弟应助zjl123采纳,获得10
4分钟前
4分钟前
4分钟前
HappyStarCat发布了新的文献求助10
4分钟前
4分钟前
zjl123发布了新的文献求助10
5分钟前
科研通AI2S应助HappyStarCat采纳,获得10
5分钟前
22222应助科研通管家采纳,获得200
5分钟前
22222应助科研通管家采纳,获得200
5分钟前
5分钟前
5分钟前
5分钟前
6分钟前
英姑应助专注凌文采纳,获得10
6分钟前
6分钟前
专注凌文发布了新的文献求助10
6分钟前
可爱的函函应助大睡神采纳,获得10
6分钟前
专注凌文完成签到,获得积分10
6分钟前
高分求助中
Effect of reactor temperature on FCC yield 1500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Uncertainty Quantification: Theory, Implementation, and Applications, Second Edition 800
The Healthy Socialist Life in Maoist China 600
Production Logging: Theoretical and Interpretive Elements 555
Mesopotamian Divination Texts: Conversing with the Gods 500
The AASM International Classification of Sleep Disorders – Third Edition, Text Revision (ICSD-3-TR) 490
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3280394
求助须知:如何正确求助?哪些是违规求助? 2918495
关于积分的说明 8390392
捐赠科研通 2589587
什么是DOI,文献DOI怎么找? 1410958
科研通“疑难数据库(出版商)”最低求助积分说明 657857
邀请新用户注册赠送积分活动 639110