一种基于胶囊网络外膜蛋白拓扑结构预测方法

摘要：

目的 采用计算手段探索在当前外膜蛋白小样本的条件下提升外膜蛋白拓扑结构预测精度的深度学习方法.方法 首先,选取和构建适用于预测外膜蛋白拓扑结构的数据集;其次,经特征筛选和对比实验确定模型的最优输入;再次,构建和优化基于胶囊网络的拓扑结构预测模型TopOMP-capsnet;最后,通过对比同类方法评估和验证模型性能.结果 和结论拓扑结构预测模型TopOMP-capsnet与同类方法相比,性能有所提升,证明深度学习技术能够在有限样本条件下识别相应序列模式,有助于外膜蛋白结构和功能的大规模分类及筛选.创新之处拓扑结构预测模型TopOMP-capsnet的三态预测准确率(Q3)达到87.7％,优于传统机器学习方法.

关键词：胶囊网络、外膜蛋白、拓扑结构、深度学习

所属期刊栏目：43

分类号：Q811.4(生物工程学(生物技术))

在线出版日期：2023-02-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：207-218