论文
登录后可查看剩余解析次数。
标签筛选
苦味肽识别
iBitter-Stack: A Multi-Representation Ensemble Learning Model for Accurate Bitter Peptide Identification
发表：2025/9/19
苦味肽识别多重表示集成学习模型生物信息学方法
本文提出了一种新颖的堆叠集成学习框架iBitterStack，旨在提高苦味肽的识别准确性。该模型结合了来自蛋白质语言模型的嵌入和手工设计的物理化学及组成特征，使用多种机器学习分类器进行训练。经验证，iBitterStack在独立测试集中达到了96.09%的准确率。
01
Bitter-RF: A random forest machine model for recognizing bitter peptides
发表：2023/1/26
苦味肽识别随机森林模型蛋白质序列特征提取苦味肽分类生物信息学蛋白质预测
本文提出BitterRF，一种基于随机森林的苦味肽识别模型，整合10种肽序列特征，显著提升分类准确率（独立集AUROC0.98），首次将RF应用于苦味肽预测，为生物信息学和蛋白质功能研究提供新工具。
03