结合生成对抗网络与集成分类的抗菌肽识别改进

在当今时代，抗菌肽的识别是一个重要且必要的问题。抗菌肽作为抗生素的替代品，在生物医学及许多其他实际应用中具有重要作用。这些寡肽在药物设计中具有重要价值，并能引发针对微生物的先天免疫。人工智能算法在简化这些肽的识别方面发挥了重要作用。本研究通过改进抗菌肽预测领域的方法，进一步推进了该研究。所提出的方法通过结合不同视角下的最佳编码方法，随后利用深度神经网络对不平衡的合并数据集进行平衡。本研究结果表明，所提出的方法在抗菌肽预测的准确性与效率上均有显著提升，并能够提供优于现有方法的最佳结果。这些在抗菌肽预测与分类领域的发展，在医学与制药工业等领域具有极高的效能与实用价值。