一种基于深度残差神经网络的蛋白质残基接触预测方法

摘要

一种基于深度残差神经网络的蛋白质残基接触预测方法，首先，通过蛋白质数据库构建数据集；其次，利用HHblits构建所有序列的MSA，根据进化信息提取序列谱特征、香农熵特征、协方差特征，作为神经网络的输入，生成神经网络的标签文件；然后，将数据集输入到神经网络中训练神经网络；最后，将测试序列输入到神经网络中进行预测。本发明提供一种能够有效辅助蛋白质结构预测的蛋白质残基接触预测方法，能够提高蛋白质结构预测的精度。