10.3969/j.issn.1006-2475.2020.02.014
基于卷积神经网络的多聚脯氨酸二型二级结构预测
多聚脯氨酸二型螺旋是一种特殊且稀少的蛋白质二级结构.为了节省实验方法测定该结构的时间和成本,本文设计一种基于卷积神经网络的深度学习算法用于预测多聚脯氨酸二型螺旋.首先,对蛋白质序列信息进行特征编码生成特征矩阵,特征编码方式包括氨基酸正交码、氨基酸物理化学性质和位置特异性打分矩阵.其次,将归一化处理后的特征矩阵输入到卷积神经网络中,自动提取蛋白质序列的局部深层特征并输出多聚脯氨酸二型螺旋的预测结果.实验结果表明,该算法的性能相较于支持向量机之类的6种传统机器学习算法有明显的提升.
卷积神经网络、多聚脯氨酸二型螺旋、深度学习、预测
TP391(计算技术、计算机技术)
2020-04-14（万方平台首次上网日期，不代表论文的发表时间）
共5页
65-69
