基于卷积神经网络的锌结合蛋白质作用位点预测方法研究

摘要

金属离子锌与蛋白质结合具有重要的生物学功能,传统的生物实验测定和机器学习预测方法具有成本太高、费时费力以及预测准确率低等问题。利用深度学习相关技术,基于蛋白质序列特征,设计基于深度卷积神经网络的锌结合蛋白质作用位点预测模型。实验结果表明:1)新提出的预测方法中马修斯相关系数(MCC)提高了近5%,其他性能如指标召回率、精确率及两者调和平均值也取得了较好的效果;2)新提出的预测方法可用于大规模锌结合蛋白质作用位点的识别,为药物靶点和新药研发提供新的技术支持。