MHCAttnNet:MHCAttnNet

MHCAttnNet 这是的正式实施。 建筑学 MHCAttnNet使用双向长期短期记忆（Bi-LSTM）样式的编码器来处理可变长度的肽序列。 这使得模型可以处理多种肽，因此使其更通用。 MHCAttnNet是第一个能够同时处理I类和II类等位基因的模型。 借助于神经网络中使用的注意力机制，这已经成为可能。 注意机制用于识别负责确定结合亲和力的相关子序列，从而增加这些相关子序列的权重。 该模型学习着重于氨基酸序列的重要区域，使其更具针对性和信息量。 环境设定 $ conda env create -f environment.yml 数据集 用于实验的数据集保留在。 前处理 $ (pytorch_p36) python src/preprocess.py -f [INPUT_FILE_NAME] -o [OUTPUT_FILE_NAME] INPUT_FILE_NAME输入的.csv文