文件名称:
multimodal-dataset:用于生成多模式CAFA基准测试集的代码和最少数据-源码
开发工具:
文件大小: 28mb
下载次数: 0
上传时间: 2021-03-10
详细说明：多峰数据集
代码，用于生成多模式基准测试集的最少数据。
1.选择样本进行培训，测试，验证
阈值序列同一性，以避免基于同源性的过度拟合。 为此，从获得.fasta格式的一组带注释的序列，并将其聚类（使用cdhit ），直到某个序列同一性阈值（例如40％）。
聚类后，由每个聚类中的质心组成的蛋白质集即为完整数据集。 这些蛋白质在.fasta的输出.fasta文件中cdhit 。 将该数据集适当地划分为训练集，验证集和保持集。
请记住，如果保持集是预先确定的，则必须删除其聚类中包含测试集成员的所有质心。 这可以通过群集文件转换成一个相当容易做到.json使用scripts/convert_clstr_to_json.py并打开一个交互式python与重心会议.fasta文件和.json列表文件，并测试集列表。
2.下载结构，提取坐标
中的序列中只有一个子集在具有关联的结构。 可以通过将U
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
