發(fā)布時間：2020-07-23 02:29

【摘要】：蛋白質(zhì)二級結(jié)構(gòu)預(yù)測是蛋白質(zhì)結(jié)構(gòu)預(yù)測和理解蛋白質(zhì)結(jié)構(gòu)和功能的重要課題,主要工作是依據(jù)蛋白質(zhì)氨基酸序列的編碼特征正確識別出對應(yīng)的蛋白質(zhì)二級結(jié)構(gòu)標簽。本文采用25PDB蛋白質(zhì)序列數(shù)據(jù)集,采用PSSM編碼正交編碼和滑動窗口方法將氨基酸處理成偽圖像對蛋白質(zhì)二級結(jié)構(gòu)預(yù)測做了研究,在研究過程中選定了三種訓練模型,分別是卷積神經(jīng)網(wǎng)絡(luò)LSTM神經(jīng)網(wǎng)絡(luò)和隨機森林。每個訓練模型對應(yīng)一個分組實驗,在每個分組實驗中對訓練模型做了訓練模型的優(yōu)化設(shè)計:在基于卷積神經(jīng)網(wǎng)絡(luò)的分組實驗中,設(shè)計了一個包含兩個網(wǎng)絡(luò)結(jié)構(gòu)單元的一般卷積神經(jīng)網(wǎng)絡(luò),每個網(wǎng)絡(luò)單元包含主要的卷積層和下采樣層,因為蛋白質(zhì)氨基酸的偽圖像對于卷積神經(jīng)網(wǎng)絡(luò)來說相對于真正的圖像而言數(shù)據(jù)量較少,所以本文設(shè)計了一個可以增加輸入冗余,解決一般卷積神經(jīng)網(wǎng)絡(luò)梯度偏離的殘差卷積神經(jīng)網(wǎng)絡(luò),實驗證明這種卷積神經(jīng)網(wǎng)絡(luò)更加穩(wěn)定,預(yù)測更準確。在基于LSTM神經(jīng)網(wǎng)絡(luò)的分組實驗中,分別對偽圖像在兩個維度上切片生成序列數(shù)據(jù)對于一般的LSTM神經(jīng)網(wǎng)絡(luò)做了實驗,因為直接切片會破壞蛋白質(zhì)氨基酸序列的上下文特,所以本文采用滑動窗口操作在蛋白質(zhì)序列維度生成了多個BP神經(jīng)網(wǎng)絡(luò)隱層,將這些BP神經(jīng)網(wǎng)絡(luò)隱層神經(jīng)元的輸出當作序列數(shù)據(jù)輸入LSTM神經(jīng)網(wǎng)絡(luò),實驗證明添加BP神經(jīng)網(wǎng)絡(luò)隱層的LSTM神經(jīng)網(wǎng)絡(luò)能更好的提取蛋白質(zhì)序列的上下文特征。在基于隨機森林的分組實驗中,本文將殘差卷積神經(jīng)網(wǎng)絡(luò)在最后一個平均池化層提取的樣本特征作為隨機森林的輸入,相當于為隨機森林做了一個特征提取器,實驗證明添加了特征提取器的隨機森林預(yù)測結(jié)果會有很大提升。在分組實驗結(jié)束之后,本文利用ensemble方法將實驗中三種優(yōu)化設(shè)計之后的模型進行了整合,將殘差卷積神經(jīng)網(wǎng)絡(luò)加入了BP神經(jīng)網(wǎng)絡(luò)隱層的LSTM神經(jīng)網(wǎng)絡(luò)和添加了特征提取器的隨機森林模型在每個蛋白質(zhì)二級標簽上的輸出概率相加,取最大概率對應(yīng)的標簽作為ensemble模型的輸出,實驗證明ensemble模型相對于三類成員模型的預(yù)測結(jié)果均有提高。
【學位授予單位】：齊魯工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP18;Q518.1

【相似文獻】

相關(guān)期刊論文 前10條

1 連云涓;熊惠霖;;蛋白質(zhì)二級結(jié)構(gòu)預(yù)測的多核學習方法[J];計算機應(yīng)用;2013年S1期

2 何建川;邵陽;張波;;蛋白質(zhì)和變性蛋白質(zhì)二級結(jié)構(gòu)的FTIR分析進展[J];化學研究與應(yīng)用;2012年08期

3 孟翔燕;孟軍;葛家麒;;基于遺傳算法的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測方法研究進展[J];農(nóng)機化研究;2009年05期

4 孟翔燕;孟軍;葛家麒;;基于混合并行遺傳算法的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測[J];農(nóng)機化研究;2009年06期

5 李元樂;陶蘭;;基于小波核支持向量機的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測[J];深圳大學學報;2006年02期

6 董啟文,王曉龍,林磊,關(guān)毅,趙健;蛋白質(zhì)二級結(jié)構(gòu)預(yù)測:基于詞條的最大熵馬爾科夫方法[J];中國科學C輯:生命科學;2005年01期

7 孫海軍,阮曉鋼;用多模神經(jīng)網(wǎng)絡(luò)預(yù)測蛋白質(zhì)二級結(jié)構(gòu)[J];昆明理工大學學報(理工版);2004年05期

8 張海霞,唐煥文,張立震,靳利霞,唐一源;蛋白質(zhì)二級結(jié)構(gòu)預(yù)測方法的評價[J];計算機與應(yīng)用化學;2003年06期

9 王鵬良,江壽平,來魯華,徐小杰,羅宇;蛋白質(zhì)二級結(jié)構(gòu)預(yù)測的綜合分析[J];物理化學學報;1990年06期

10 羅遼復(fù);氨基酸突變及其對蛋白質(zhì)二級結(jié)構(gòu)的影響[J];鄭州輕工業(yè)學院學報;1988年02期

相關(guān)會議論文 前10條

1 王守源;李曉琴;羅遼復(fù);;氨基酸分類與蛋白質(zhì)二級結(jié)構(gòu)相關(guān)性[A];第九次全國生物物理大會學術(shù)會議論文摘要集[C];2002年

2 陳明杰;王煥峰;劉偉;;基于基團編碼的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測[A];中國化學會第26屆學術(shù)年會化學信息學與化學計量學分會場論文集[C];2008年

3 孫素琴;周群;胡鑫堯;盧為琴;高鴻錦;吳斌;卞為東;謝萊軍;;多種紅外采樣技術(shù)與計算機輔助解析研究各種蛋白質(zhì)二級結(jié)構(gòu)的變性機制[A];中國分析測試協(xié)會科學技術(shù)獎發(fā)展回顧[C];2015年

4 楊惠云;田心;;神經(jīng)網(wǎng)絡(luò)預(yù)測蛋白質(zhì)二級結(jié)構(gòu)的研究[A];天津市生物醫(yī)學工程學會2007年學術(shù)年會論文摘要集[C];2007年

5 羅三華;黃建華;邱建丁;;小波支持向量機在蛋白質(zhì)二級結(jié)構(gòu)分類預(yù)測中應(yīng)用[A];中國化學會第26屆學術(shù)年會化學信息學與化學計量學分會場論文集[C];2008年

6 叢培盛;王志恒;王思聰;李通化;;基于SPSSM的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測進展[A];中國化學會第29屆學術(shù)年會摘要集——第19分會：化學信息學與化學計量學[C];2014年

7 宋亮;張劍;王先明;溫繼敏;陳海波;姚端正;蔣昌忠;;人工神經(jīng)網(wǎng)絡(luò)預(yù)測蛋白質(zhì)結(jié)構(gòu)的探討[A];湖北省物理學會、武漢物理學會成立70周年慶典暨2002年學術(shù)年會論文集[C];2002年

8 孫向東;黃日波;;運用SVMs原理預(yù)測蛋白質(zhì)二級結(jié)構(gòu)研究[A];廣西微生物學會2003年學術(shù)年會論文集[C];2003年

9 翁羽翔;;蛋白質(zhì)動態(tài)結(jié)構(gòu)的脈沖升溫-時間分辨中紅外光譜研究[A];第一屆全國生物物理化學會議暨生物物理化學發(fā)展戰(zhàn)略研討會論文摘要集[C];2010年

10 王靖;郭晨;梁向峰;鄭麗麗;陳澍;馬俊鶴;劉會洲;;陽離子表面活性劑CTAB對蛋白質(zhì)二級結(jié)構(gòu)的影響[A];第十四屆全國分子光譜學術(shù)會議論文集[C];2006年

相關(guān)博士學位論文 前10條

1 賈孟文;mRNA序列、結(jié)構(gòu)、能量和蛋白質(zhì)二級結(jié)構(gòu)的相關(guān)性[D];內(nèi)蒙古大學;2004年

2 王勇獻;蛋白質(zhì)二級結(jié)構(gòu)預(yù)測的模型與方法研究[D];國防科學技術(shù)大學;2004年

3 石鷗燕;蛋白質(zhì)結(jié)構(gòu)預(yù)測模型的研究[D];天津醫(yī)科大學;2008年

4 李明輝;基于機器學習的蛋白質(zhì)二級結(jié)構(gòu)和相互作用預(yù)測[D];哈爾濱工業(yè)大學;2007年

5 曹晨;蛋白質(zhì)二級結(jié)構(gòu)指定和功能分析[D];吉林大學;2016年

6 王艷春;基于GEP和ANN的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測方法研究[D];西北農(nóng)林科技大學;2009年

7 劉君;融合計算智能的蛋白質(zhì)結(jié)構(gòu)預(yù)測研究[D];重慶大學;2011年

8 吳黎明;蜂王漿新鮮度指標和評價方法研究[D];浙江大學;2008年

9 張勝利;蛋白質(zhì)與RNA中的若干問題研究[D];大連理工大學;2011年

10 趙裕眾;生物序列分析算法的研究及其應(yīng)用[D];中國科學技術(shù)大學;2010年

相關(guān)碩士學位論文 前10條

1 王劍;基于分組式的多分類器的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測的算法研究[D];齊魯工業(yè)大學;2019年

2 王蕾蕾;基于條件隨機場與深度學習的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測[D];齊魯工業(yè)大學;2019年

3 劉柏麗;蛋白質(zhì)二級結(jié)構(gòu)預(yù)測PSIPRED方法的改進及其應(yīng)用[D];湖南大學;2014年

4 趙志山;基于深度學習的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測研究[D];哈爾濱工業(yè)大學;2018年

5 常菁;用于蛋白質(zhì)二級結(jié)構(gòu)設(shè)計的深度生成模型的研究與應(yīng)用[D];北京交通大學;2018年

6 常方雷;基于深度學習的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測模型研究[D];天津大學;2018年

7 李維鵬;基于HMM的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測分析[D];云南大學;2017年

8 張帥燕;基于卷積神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測[D];齊魯工業(yè)大學;2018年

9 候飛翔;基于對偶四元數(shù)特征融合的蛋白質(zhì)二級結(jié)構(gòu)檢測方法[D];燕山大學;2018年

10 吳輝;利用序列信息預(yù)測蛋白質(zhì)二級結(jié)構(gòu)的深度學習模型研究[D];天津大學;2017年

本文編號：2766725