arXiv · Quantitative Methods· Domenico Amato, Salvatore Calderaro, Giosuè Lo Bosco 等 5 人
· 4 小时前
GraphTFactor：一种基于图的蛋白质转录因子预测方法
GraphTFactor: A graph-based approach for proteins transcription factor prediction
预印本 · 尚未经过同行评审
AI 导读
GraphTFactor将蛋白质序列建模为图直接分类转录因子，在基准数据集上优于现有方法。
摘要 · AI 翻译
转录因子（TFs）在调控基因表达中发挥重要作用，因此其识别成为计算生物学中的一项基础任务。在本工作中，我们提出 GraphTFactor，一种新颖的端到端框架，将蛋白质序列建模为图并直接对转录因子进行分类。通过将序列编码为图结构，所提出的方法能够自然地处理变长输入，同时保留相关的关系信息，且不施加长度约束。实验结果表明，GraphTFactor 在基准数据集上优于最先进的方法，证明了基于图的表示在 TF 预测中的有效性，同时提供了对贡献于模型预测的序列区域的可解释性见解。为支持可重复性和实际应用，我们发布了一个开源软件包和一个交互式网络应用，使用户能够轻松地对自定义序列进行 TF 预测。
中文由 AI 翻译，仅供参考，以原文为准。
来源：arXiv · Quantitative Methods · arxiv.org