基于多模集成神经网络的蛋白质二级结构预测

摘要：

为提高蛋白质二级结构预测的精度,提出了一个由5个子网络集成的多模神经网络模型,预测结果由5个子网络综合得到.对于每个子网络采用神经网络分级思想分为二级网络,一级网络采用含进化信息的profile编码蛋白质序列作为输入,二级结构作为输出.二级网络编码一级网络输出结果作为输入,并将蛋白质序列用改进正交编码方式作为另一输入来提高二级网络的预测精度,输出仍为二级结构.采用子网络差异方式进行单独训练,结果表明该方法最终的预测精度达到71.3％,较大提高了蛋白质二级结构的预测精度.

关键词：神经网络、二级结构预测、改进正交编码、预测精度

所属期刊栏目：24

分类号：TP183(自动化基础理论)

资助基金：四川省技术厅应用基础研究专项课题2011JY0051;四川省白酒反生物技术重点实验室重点专项课题NJ2010-01

在线出版日期：2012-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：666-670