kaggle新赛：蛋白质功能预测大赛baseline

2024-05-09 19:29:20

日前，Kaggle发布了CAFA 5 Protein Function Prediction蛋白质功能预测大赛。这是一个机器学习中的序列预测任务，需要你开发一个基于蛋白质氨基酸序列和其他数据的模型，预测一组蛋白质的功能。

该竞赛评估参与者对蛋白质序列的基因本体论（GeOntology, GO）术语的预测。

测试集分为三个子生物学：分子功能(MolecularFunction,MF)、生物过程（Biological Process,BP）和细胞成分（Cellular Component,CC)。参与者对每个子生物学分别进行评分。最后的性能指标是在三个子生物学上计算的最大F-measures的算术平均值。考虑到GO的层次结构，使用了加权精度和召回率。评估代码是公开的。

Baseline简析

对任何AI项目的建模过程如下（以往期为例）:

part1: data preprocess()

1.1 从预训练的蛋白质功能预测模型（ProtBERT, T5等）中形成初始的embedding.

1.2 从train_terms生成标签，通过考虑蛋白质集中最常见的前k个GO项，为每个蛋白质生成长度为K的稀疏向量，用来指示K个GO项在蛋白质中的真实概率（0或1）

part2: build_transform()/ build_dataset()/ build_dataloader()

2.1 组合蛋白质ID以及对应的embedding到pytorch框架

part3: buiild_mode()

3.1 形式化建模为输入形状为(E，) 输出为(K, )的概率，此时可用任何分类模型进行探索实验，例如timm里面若干分类模型. 下面只是简单的CNN1D + MLP

part4: build_loss() & build_metric()

4.1 探索利用分类loss

4.2 利用F1-meature等指标进行验证

part5: train_one_epoch(), eval_one_epoch(), test_one_epoch()

由于篇幅关系，此处只贴部分代码

关注下方【学姐带你玩AI】

kaggle新赛：蛋白质功能预测大赛baseline相关推荐

Kaggle 新赛 | GoDaddy 小微企业密度预测
文章目录一.比赛背景和目标 1. 背景 2. 比赛目标二.提交.时间线和奖项三.代码要求四.解题思路一.比赛背景和目标 1. 背景美国政策领导人努力发展更具包容性和抗衰退能力的经济体.他们 ...
Nat. Mach. Intell. | FFPred-GAN：“以假乱真“—基于GAN创建合成特征样本改进蛋白质功能预测...
今天给大家介绍伦敦大学学院David T. Jones 教授课题组发表在Nature Machine Intelligence 的一篇文章.文章中指出,现存的蛋白质功能预测方法受限于训练样本量的瓶颈, ...
Kaggle新赛：通过音频识别鸟类和青蛙物种
出自:Kaggle 编辑:CV君最近Kaggle的比赛蛮多的,已经跟大家分享了: Kaggle新赛:木薯叶疾病分类 Kaggle新赛:自动检测赛场上的头盔撞击事件 Kaggle新赛 | HuBMAP ...
计算机与科学唐家琪,基于网络分析的蛋白质功能预测方法研究
摘要: 蛋白质是执行生物体内各种重要生物活动的大分子,认识其功能对推动生命科学.农业.医疗等领域的发展意义重大.传统的生物实验测定蛋白质的功能需要消耗大量的人力.物力.财力,并且效率低下,已无法满足数 ...
蛋白质功能预测中PSSM矩阵的生成
一.蛋白质功能预测蛋白质功能预测近年来高通量实验方法快速发展,随之产生大量新型蛋白质,发现的蛋白质数量与其功能注释之间的差距越来越大,蛋白质功能预测成为分子生物学研究领域的核心问题.传统的蛋白 ...
【baseline】Kaggle新赛！信用违约预测大赛
日前,Kaggle发布了American Express - Default Prediction 信用违约预测大赛.要求参赛者: 运用机器学习技能来预测信用违约这是一个金融风控场景下的结构化数据挖 ...
Kaggle新赛 | HuBMAP: 识别人体肾脏组织图像中的肾小球~总奖金 6 万美金
●赛题介绍● 近日Kaggle新上了一个比赛:HuBMAP: Hacking the Kidney ,(入侵肾脏),是人类生物分子图谱计划HuBMAP的一部分,希望以单细胞分辨率绘制人类肾脏图谱开始. ...
Kaggle新赛 | 医学影像插管分类，总奖池 5 万美金
(图片来自网络) ●赛题介绍● 近日 Kaggle 新上了一个比赛:RANZCR CLiP- Catheter and Line Position Challenge(插管分类:存在与否.位置是否准确 ...
Kaggle新赛：Lyft 自动驾驶运动预测，发布迄今最大预测任务数据集
近日,国外著名出行公司 Lyft 在Kaggle 竞赛平台发起自动驾驶汽车的运动预测挑战赛,旨在促进自动驾驶汽车的研究,并发布了迄今最大的运动预测数据集. 任务介绍挑战参赛者对自动驾驶场景中出现的行 ...

最新文章

热门文章