一种基于深度卷积神经网络的配体绑定残基预测方法

摘要

一种基于深度卷积神经网络的配体绑定残基预测方法，首先，根据输入的残基数为L待进行配体绑定残基预测的蛋白质序列信息，使用HHblits程序获取包含M条序列的多序列联配信息；然后，统计这M条序列中某个位置残基类型在该行该列中出现的频率，并将这M条残基序列扩展为三维残基立方体；其次，统计三维残基立方体中某个位置残基类型在其所在的平面中出现的频率，根据频率数据将三维残基立方体扩展为三维特征立方体；再次，搭建深度卷积神经网络，利用已知绑定残基的蛋白质序列训练该网络；最后，将待预测的蛋白质序列转化为三维特征立方体输入到被训练过的深度卷积神经网络模型中，预测残基是否为绑定残基。本发明计算代价低、预测精度高。