多模态噬菌体宿主预测网络

交叉注意力融合多组学

通过双阶段注意力机制动态融合基因组序列分布模式与蛋白质功能信息,实现噬菌体-宿主相互作用的精准预测。

李向军 · 涂追 · Wei, Qingting

PLoS ONE 2026

参数信息

ROC AUC
91 %

技术优势

多模态信息互补

融合基因组 k-mer 统计、蛋白质理化性质和保守基序嵌入三类特征,从序列组成与功能两个层面描述噬菌体-宿主关系,避免单一模态的信息偏差。

注意力机制动态融合

自注意力优化单模态内部特征相关性,交叉注意力动态融合全局/局部的基因组分布与蛋白质功能信息,突出关键信号。

性能优于基线

在交叉验证中 ROC AUC 达 91%,对比评估的基线方法具有竞争力,且消融实验证实多模态和注意力机制的必要性。

应用场景