機器學習從蛋白序列預測蛋白分類（一）

一，背景與目標： 隨着測序技術的快速發展，GenBank等數據庫中存儲了大量基因、蛋白序列信息，其中大部分尚無標註，如何充分利用GenBank等數據庫現有數據資源，挖掘數據信息，爲精準醫療、藥物研發等生物大健康領域提供有價值的信息具有重要意義。目前這方面已有BLAST等生物信息技術可用，這裏希望嘗試機器學習技術在這方面的應用。 二，數據清洗與處理 數據來源於Kaggle競賽（https://www

>>阅读原文<<