用BP神经网络基于氨基酸特性预测非同源蛋白质二级结构含量

摘要：

依据蛋白质氨基酸特性,以氨基酸组成和有偏自协方差函数为特征矢量,用BP神经网络提出了一种预测非同源蛋白质中α螺旋和β折叠二级结构含量的计算方法.采用相互独立的非同源蛋白质数据库对该方法进行了检验.用Ponnuswamy值时,对二级结构α螺旋和β折叠含量的预测结果是:自检验平均绝对误差分别为0.069和0.065,相应标准偏差分别为0.044和0.047;他检验平均绝对误差分别为0.077和0.070,相应标准偏差分别为0.051和0.049.与仅以氨基酸组成为特征矢量的BP神经网络方法比较,相应的他检验平均绝对误差分别减小了0.024和0.016,标准偏差分别减小了0.031和0.018;与改进的多元线性回归方法比较,相应的他检验平均绝对误差分别减小了0.018和0.011,准偏差分别减小了0.020和0.012.表明:基于氨基酸组成和有偏自协方差函数为特征矢量的BP神经网络预测蛋白质二级结构含量的方法可有效提高预测精度.

关键词：BP神经网络、氨基酸组成、有偏自协方差函数、氨基酸特性、二级结构α和β含量

所属期刊栏目：18

分类号：Q617(理论生物物理学)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：467-473