机器学习从蛋白序列预测蛋白分类（一）

一，背景与目标： 随着测序技术的快速发展，GenBank等数据库中存储了大量基因、蛋白序列信息，其中大部分尚无标注，如何充分利用GenBank等数据库现有数据资源，挖掘数据信息，为精准医疗、药物研发等生物大健康领域提供有价值的信息具有重要意义。目前这方面已有BLAST等生物信息技术可用，这里希望尝试机器学习技术在这方面的应用。 二，数据清洗与处理 数据来源于Kaggle竞赛（https://www

>>阅读原文<<