• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Potential of deep representative learning features to interpret the sequence information in proteomics.

作者信息

Le Nguyen Quoc Khanh

机构信息

Professional Master Program in Artificial Intelligence in Medicine, College of Medicine, Taipei Medical University, Taipei, Taiwan.

Research Center for Artificial Intelligence in Medicine, Taipei Medical University, Taipei, Taiwan.

出版信息

Proteomics. 2022 Jan;22(1-2):e2100232. doi: 10.1002/pmic.202100232.

DOI:10.1002/pmic.202100232
PMID:34730875
Abstract
摘要

相似文献

1
Potential of deep representative learning features to interpret the sequence information in proteomics.深度代表性学习特征在解释蛋白质组学序列信息方面的潜力。
Proteomics. 2022 Jan;22(1-2):e2100232. doi: 10.1002/pmic.202100232.
2
Proteome analysis using machine learning approaches and its applications to diseases.基于机器学习方法的蛋白质组学分析及其在疾病中的应用。
Adv Protein Chem Struct Biol. 2021;127:161-216. doi: 10.1016/bs.apcsb.2021.02.003. Epub 2021 Mar 24.
3
Deep-Kcr: accurate detection of lysine crotonylation sites using deep learning method.Deep-Kcr：一种使用深度学习方法准确检测赖氨酸巴豆酰化位点的技术。
Brief Bioinform. 2021 Jul 20;22(4). doi: 10.1093/bib/bbaa255.
4
Proteomics Analysis of FLT3-ITD Mutation in Acute Myeloid Leukemia Using Deep Learning Neural Network.利用深度学习神经网络对急性髓系白血病中FLT3-ITD突变进行蛋白质组学分析。
Ann Clin Lab Sci. 2019 Jan;49(1):119-126.
5
Computational Proteomics: Focus on Deep Learning.计算蛋白质组学：聚焦深度学习
Proteomics. 2020 Nov;20(21-22):e2000258. doi: 10.1002/pmic.202000258.
6
Deep learning in omics: a survey and guideline.组学中的深度学习：综述与指南。
Brief Funct Genomics. 2019 Feb 14;18(1):41-57. doi: 10.1093/bfgp/ely030.
7
pDeep: Predicting MS/MS Spectra of Peptides with Deep Learning.pDeep：基于深度学习的肽段 MS/MS 谱预测。
Anal Chem. 2017 Dec 5;89(23):12690-12697. doi: 10.1021/acs.analchem.7b02566. Epub 2017 Nov 21.
8
Combination of deep neural network with attention mechanism enhances the explainability of protein contact prediction.深度神经网络与注意力机制的结合增强了蛋白质接触预测的可解释性。
Proteins. 2021 Jun;89(6):697-707. doi: 10.1002/prot.26052. Epub 2021 Feb 16.
9
Deep Learning Proteins using a Triplet-BERT network.使用三重 BERT 网络对深度学习蛋白质。
Annu Int Conf IEEE Eng Med Biol Soc. 2021 Nov;2021:4341-4347. doi: 10.1109/EMBC46164.2021.9630387.
10
A novel matrix of sequence descriptors for predicting protein-protein interactions from amino acid sequences.一种用于从氨基酸序列预测蛋白质-蛋白质相互作用的新型序列描述符矩阵。
PLoS One. 2019 Jun 7;14(6):e0217312. doi: 10.1371/journal.pone.0217312. eCollection 2019.

引用本文的文献

1
Integrating genetic algorithms and language models for enhanced enzyme design.整合遗传算法与语言模型以优化酶设计
Brief Bioinform. 2024 Nov 22;26(1). doi: 10.1093/bib/bbae675.
2
Single-cell mosaic integration and cell state transfer with auto-scaling self-attention mechanism.单细胞马赛克整合和细胞状态转移与自动缩放自注意机制。
Brief Bioinform. 2024 Sep 23;25(6). doi: 10.1093/bib/bbae540.
3
EPI-Trans: an effective transformer-based deep learning model for enhancer promoter interaction prediction.EPI-Trans：一种基于转换器的有效的深度学习模型，用于增强子-启动子相互作用预测。
BMC Bioinformatics. 2024 Jun 18;25(1):216. doi: 10.1186/s12859-024-05784-9.
4
PrCRS: a prediction model of severe CRS in CAR-T therapy based on transfer learning.PrCRS：基于迁移学习的 CAR-T 治疗中重度 CRS 的预测模型。
BMC Bioinformatics. 2024 May 20;25(1):197. doi: 10.1186/s12859-024-05804-8.
5
Assessing the reliability of point mutation as data augmentation for deep learning with genomic data.评估点突变作为基因组数据深度学习数据增强的可靠性。
BMC Bioinformatics. 2024 Apr 30;25(1):170. doi: 10.1186/s12859-024-05787-6.
6
An uncertainty-based interpretable deep learning framework for predicting breast cancer outcome.基于不确定性的可解释深度学习框架用于预测乳腺癌预后。
BMC Bioinformatics. 2024 Feb 29;25(1):88. doi: 10.1186/s12859-024-05716-7.
7
Histopathology image classification: highlighting the gap between manual analysis and AI automation.组织病理学图像分类：凸显人工分析与人工智能自动化之间的差距。
Front Oncol. 2024 Jan 17;13:1325271. doi: 10.3389/fonc.2023.1325271. eCollection 2023.
8
Numerical stability of DeepGOPlus inference.DeepGOPlus 推断的数值稳定性。
PLoS One. 2024 Jan 29;19(1):e0296725. doi: 10.1371/journal.pone.0296725. eCollection 2024.
9
Deep Learning for Genomics: From Early Neural Nets to Modern Large Language Models.深度学习在基因组学中的应用：从早期神经网络到现代大型语言模型。
Int J Mol Sci. 2023 Nov 1;24(21):15858. doi: 10.3390/ijms242115858.
10
Optimizing Hyperparameter Tuning in Machine Learning to Improve the Predictive Performance of Cross-Species N6-Methyladenosine Sites.优化机器学习中的超参数调整以提高跨物种N6-甲基腺嘌呤位点的预测性能。
ACS Omega. 2023 Oct 13;8(42):39420-39426. doi: 10.1021/acsomega.3c05074. eCollection 2023 Oct 24.