發(fā)布時間：2021-08-13 21:20

　　多聚脯氨酸二型螺旋是一種特殊且稀少的蛋白質二級結構。為了節(jié)省實驗方法測定該結構的時間和成本,本文設計一種基于卷積神經網絡的深度學習算法用于預測多聚脯氨酸二型螺旋。首先,對蛋白質序列信息進行特征編碼生成特征矩陣,特征編碼方式包括氨基酸正交碼、氨基酸物理化學性質和位置特異性打分矩陣。其次,將歸一化處理后的特征矩陣輸入到卷積神經網絡中,自動提取蛋白質序列的局部深層特征并輸出多聚脯氨酸二型螺旋的預測結果。實驗結果表明,該算法的性能相較于支持向量機之類的6種傳統(tǒng)機器學習算法有明顯的提升。 

【文章來源】：計算機與現代化. 2020,(02)

【文章頁數】：5 頁

【部分圖文】：

正樣本

負樣本

卷積神經網絡的結構主要由輸入層、卷積層、平坦層、全連接層和輸出層構成,如圖3所示。輸入層(Input)輸入的是歸一化處理之后單個樣本的特征矩陣,若使用正交矩陣、氨基酸物理化學性質和位置特異性計分矩陣3類特征編碼,滑動窗口大小為13,則輸入到模型中單個樣本的特征矩陣的尺寸為13×48。

【參考文獻】：
期刊論文
[1]深度卷積神經網絡的判別性人臉識別算法[J]. 任克強,胡慧.  華中科技大學學報(自然科學版). 2019(10)
[2]字符級卷積神經網絡短文本分類算法[J]. 劉敬學,孟凡榮,周勇,劉兵.  計算機工程與應用. 2019(05)
[3]基于深度卷積神經網絡的輸電線路可見光圖像目標檢測[J]. 周筑博,高佼,張巍,王曉婧,張靜.  液晶與顯示. 2018(04)
[4]基于改進編碼的多聚脯氨酸二型結構預測[J]. 陸克中,須文波.  池州師專學報. 2006(05)
[5]遺傳神經網絡在PPⅡ預測中的應用[J]. 陸克中,胡永鋼,須文波.  江南大學學報. 2005(03)
[6]支持向量機在PPⅡ二級結構預測中的應用[J]. 陸克中,須文波.  生物信息學. 2005(01)



本文編號：3341158