基于深度学习的蛋白质结构域边界预测研究

摘要

蛋白质结构域边界准确的划分往往被看做是对蛋白质更高级三维结构和功能预测的前提工作。由于基于X射线晶体衍射以及核磁共振的蛋白质结构确定方法成本太高、效率偏低，远远无法赶上新序列被发现的速度，发展高准确率的预测方法成为弥补这个缺口的关键。
　　通过对现有几大类结构域预测方法的分析，选取了其中发展潜力最大的从头预测法，并开展了基于深度学习的蛋白质结构域边界预测研究工作。主要是借助深度学习强大的特征学习能力，自动挖掘序列所包含的对结构域边界预测有帮助的特征。提出的第一个模型是基于卷积神经网络的结构域边界预测方案，该模型改进了卷积神经网络的卷积核及其移动方式，又引入了多卷积核融合的方法，使其更适合蛋白质结构域边界预测问题。提出的第二个模型中使用了卷积神经网络和长短时程记忆网络结合在一起的单一网络对蛋白质结构域边界进行预测，通过把这两种网络结合在单一网络里，使长短时程记忆网络对原始氨基酸序列的处理变成对经过卷积神经网络特征提取后的新特征序列的处理。
　　结果表明，提出的两种深度学习模型结构域边界预测方法的精确度和召回率都好于基于传统机器学习方法的PPRODO，并且在精确度与基于模板方法Pfam相当的情况下，召回率又有较大的提升。