基于信息熵增强BERT和多向GRU的S-硫化位点预测方法

背景介绍 蛋白质翻译后修饰(Post-Translational Modifications, PTMs)是调节细胞活动的关键机制,包括基因转录、DNA修复和蛋白质相互作用等。其中,半胱氨酸(Cysteine)作为稀有氨基酸,通过其硫醇基团(Thiol Group)参与多种PTMs,尤其是在氧化还原平衡和信号传递过程中发挥着重要作用。S-硫酰化(S-Sulfhydration)是一种重要的PTM,与心血管疾病和神经系统疾病的发生和发展密切相关。然而,S-硫酰化的具体机制仍不明确,尤其是在位点识别方面存在较大的挑战。 传统的S-硫酰化位点识别方法,如生物素转换法(Biotin Conversion Method)和马来酰亚胺荧光法(Maleimide Fluorescence Method),...

E-Predictor:Pull Request接受的早期预测方法

早期预测Pull Request接受的研究突破 近年来,开源软件(Open-Source Software, OSS)开发逐渐成为主流的软件开发模式之一,这种模式极大地依赖于开发者之间的协作。而Pull Request(PR)的机制被广泛应用于分布式软件开发中,以提升协作效率。在GitHub等开源平台上,PR允许开发者提交代码变更请求,由项目维护者(管理员)进行代码审查并决定是否将代码合并到主分支中。然而,随着开源项目活跃度的提高,PR的数量急剧增长,这使得管理员的工作负担加重,并且导致PR处理的时间延迟。如何高效地管理和预测PR的接受状态,已成为研究者和开发者关注的热点问题。 基于这一背景,来自浙江大学区块链与数据安全国家重点实验室的Kexing Chen、Lingfeng Bao、Xin...