使用双向LSTM的深度神经网络预测蛋白质残基相互作用

摘要：

残基对的相互作用描述了蛋白质三维结构中一对残基的空间距离关系.一对残基是否相互作用不仅取决于这对残基的本身属性,还受到这对残基所在蛋白质的所有其它残基的影响.传统的残基相互作用预测方法往往选取要预测残基对本身以及它们各自邻居的残基属性作为特征,这些方法忽略了影响残基对相互作用的全局因素.本文使用双向LSTM(Long Short-term Memory)抽取蛋白质序列上每个残基的属性,通过这种方式得到的每个残基属性不仅包含了局部属性还包含了全局属性.实验结果表明我们的模型在多个基准测试集上的Acc(Accuracy)超过其它方法10%以上.

关键词：蛋白质、相互作用、三维结构、双向LSTM

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61170125

在线出版日期：2017-08-22（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：531-535