基于氨基酸疏水性与PSSM构建ANN预测蛋白质二级结构

摘要：

目的 预测蛋白质二级结构是预测其空间结构的基础,提高蛋白质二级结构的预测率非常重要.方法在本研究中,结合氨基酸的疏水性与含有进化信息的位置特异性得分矩阵(PSSM),构建BP神经网络.本文的数据来源于蛋白质数据集合CB513,在此集合中去除氨基酸个数小于30及含有X、B的序列,共492条蛋白序列作为数据集.通过4-交互验证预测准确率.在本研究中,将蛋白质二级结构预测的结果与仅用PSSM作为输入的神经网络预测相比较.结果 采用疏水性与进化信息相结合作为输入所构建的神经网络对α螺旋的预测准确率有了较大的提高,达到近79%,敏感性及特异性分别达到79%及91%.同时对二级结构总体预测准确率达到75.96%.结论 此种方法构建的BP网络能提高蛋白质二级结构,尤其是α螺旋的预测准确率.

关键词：蛋白质二级结构、预测、BP神经网络、疏水性、位置特异性得分矩阵

所属期刊栏目：31

分类号：R318;Q51(医用一般科学)

资助基金：国家自然科学基金30770545;天津市自然科学基金07JCYBJC17100

在线出版日期：2009-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：261-264