基于长短时记忆循环网络和基团特征的蛋白质二级结构预测

摘要

蛋白质二级结构预测是蛋白质结构研究领域的重要课题,随着机器学习和深度学习的发展,多种多样的预测模型被提出,实验采用双向长短时记忆循环网络模型,取消滑动窗口限制,充分考虑氨基酸长距离相互作用和氨基酸序列前后文之间的相互影响。重新设计了网络的输入特征,在PSSM基础上增加了42基团特征,使用大数据集进行训练,在公共测试集CASP9,CASP10,CASP11和CASP12上Q3准确率分别达到了85.74%,86.83%,84.73%和83.79%。实验结果表明,蛋白质二级结构预测可在新的特征设计,考虑氨基酸长距离相互作用和大数据的使用方向上进一步的研究。