基于神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測算法研究.pdf

1、理解蛋白質(zhì)的氨基酸序列與其結(jié)構(gòu)之間的潛在關(guān)系是結(jié)構(gòu)生物信息學(xué)中的一個基本問題。由于直接從氨基酸序列預(yù)測蛋白質(zhì)的三維結(jié)構(gòu)是極其困難的，因此一個中間但非常有效的步驟是預(yù)測蛋白質(zhì)的8類二級結(jié)構(gòu)。特別地，蛋白質(zhì)的二級結(jié)構(gòu)預(yù)測信息不僅有助于確定蛋白質(zhì)的三維結(jié)構(gòu)，而且能夠用于蛋白質(zhì)的功能和互作預(yù)測。
　　神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)領(lǐng)域的主要算法模型。由于神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的非線性建模能力，其在語音識別、語言建模、物體識別和圖像分類等多個領(lǐng)域獲得了廣泛應(yīng)

2、用?；谏窠?jīng)網(wǎng)絡(luò)模型及最新的深度學(xué)習(xí)技術(shù)，本文對8類蛋白質(zhì)二級結(jié)構(gòu)預(yù)測進(jìn)行了深入研究，主要的研究內(nèi)容如下：
　　針對滑動窗口方式的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測，提出了一個基于深度前饋神經(jīng)網(wǎng)絡(luò)的預(yù)測算法。該算法采用5層前饋神經(jīng)網(wǎng)絡(luò)，通過引入Dropout正則化克服參數(shù)過擬合。實(shí)驗(yàn)結(jié)果表明，提出的預(yù)測算法能夠顯著提高8類蛋白質(zhì)二級結(jié)構(gòu)的分類精度。
　　針對序列方式的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測，提出了一個基于遞歸神經(jīng)網(wǎng)絡(luò)的預(yù)測框架。該框架通過雙向遞