跳到正文
热点事件持续更新

ToxiFusion 毒性肽预测框架发布

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

ToxiFusion 作者团队发布了一个用于毒性肽预测的框架 ToxiFusion，它将蛋白语言模型 ProtBERT 的上下文嵌入与氨基酸组成、二肽组成特征结合，由 XGBoost 分类器完成预测。团队称，该框架在预处理、模型选择和阈值优化中只使用训练集信息，以防数据泄漏。 在锁定的 ToxTeller 独立测试集上，ToxiFusion 的 Matthews 相关系数为 0.718；在经重叠审计、剔除与训练序列完全重叠样本的 ToxIBTL 外部队列上，Matthews 相关系数为 0.835。消融分析显示各表示模块均有增量贡献，特征归因分析显示上下文特征与组成特征在不同评测队列中的模式大体一致。

AI 根据报道生成 · 3 小时前更新

最新进展11月4日 20:12
ToxiFusion：结合上下文与组成序列表示预测毒性肽

报道时间线

沿着报道，了解事件的不同侧面。

11月4日
  1. Bioinformatics Advances
    ToxiFusion：结合上下文与组成序列表示预测毒性肽

    ToxiFusion 是一个防泄漏的毒性肽预测框架，将蛋白语言模型 ProtBERT 的上下文嵌入与氨基酸组成、二肽组成特征结合，用 XGBoost 分类器完成预测。研究在预处理、模型选择和阈值优化中只使用训练集信息，在锁定的 ToxTeller 独立测试集上 Matthews 相关系数为 0.718；在经重叠审计、剔除与训练序列完全重叠样本的 ToxIBTL 外部队列上，Matthews 相关系数为 0.835。消融分析显示各表示模块均有增量贡献，特征归因分析显示上下文特征与组成特征在不同评测队列中模式大体一致。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月4日 21:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。