使用深度学习的蛋白质二级结构预测

摘要

蛋白质二级结构预测是生物信息学上的一个关键问题.近年来,由于深度学习的成功,本文将深度学习应用到这一问题上面,设计了一种多方面的自注意力机制的深度卷积循环网络(Multi-Aspect Self-Attentive Network,MASAN)来进行蛋白质二级结构的预测.首先,本文使用了CNN来处理氨基酸序列,提取氨基酸序列的局部特征;在此基础上,利用双向循环神经网络(Bi-GRU)处理整个氨基酸序列,从而获取整个氨基酸序列的全局特征,然后本文利用自注意力机制(Self–Attention mechanism)来获取氨基酸序列中对蛋白质二级结构表示有重要影响的氨基酸.接下来利用残差网络整合获取到的所有信息,最后利用分类层进行分类.本文在公开的蛋白质数据集CullPDB,CB513进行了实验.实验结果展示了本文模型的优越性,与对比模型的结果相比,在准确率上有0.5％的提升.