跳到正文
原文
bioRxiv 预印本· Roy, R. S., Abeer, A. N. M. N., Yoon, B.-J., Qian, X. ·· 14 天前AI 评分22

CARTnet:结合接触感知注意力与模板引导的B细胞表位预测框架

CARTnet: Template-guided B-cell Epitope Prediction with Contact-aware Attention

AI 导读

CARTnet是一种整合多模态特征与模板来源表位信息的接触感知深度学习框架,在内部和外部测试集上多数评价指标优于现有方法。内部测试集AUPRC为0.243(DiscoTope-3为0.220、BepiPred-2为0.140、BepiPred-3为0.198),外部测试集为0.267(三者分别为0.192、0.111、0.215)。

来源:bioRxiv 预印本 · biorxiv.org