基于分層神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測.pdf

1、蛋白質(zhì)二級結(jié)構(gòu)預(yù)測，是通過氨基酸序列，預(yù)測蛋白質(zhì)二級結(jié)構(gòu)的過程。氨基酸序列具有不同的長度，不同的氨基酸排列順序。實驗分析表明這種差異能夠形成不同的蛋白質(zhì)結(jié)構(gòu)。研究蛋白質(zhì)的結(jié)構(gòu)意義重大，不但有助于了解蛋白質(zhì)的作用，了解蛋白質(zhì)如何行使其生物功能，認(rèn)識蛋白質(zhì)與蛋白質(zhì)之間的相互作用，而且對生物學(xué)、醫(yī)學(xué)和藥學(xué)都有非常重要的作用。隨著2003年人類基因組計劃測序完成，更加大了未知結(jié)構(gòu)的氨基酸序列與已知結(jié)構(gòu)的氨基酸序列之間的數(shù)量差距，所以蛋白質(zhì)結(jié)構(gòu)預(yù)

2、測迫在眉睫。 本文所要研究的是如何構(gòu)建一個蛋白質(zhì)二級結(jié)構(gòu)預(yù)測模型，使之能夠更加準(zhǔn)確的預(yù)測氨基酸對應(yīng)的蛋白質(zhì)二級結(jié)構(gòu)。內(nèi)容包括氨基酸序列的特征提取方式，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計及網(wǎng)絡(luò)結(jié)構(gòu)算法的選擇。 1．氨基酸序列特征提取。要對蛋白質(zhì)結(jié)構(gòu)進(jìn)行預(yù)測，首先必須把氨基酸序列中的信息提取出來，即進(jìn)行特征提取。選擇何種提取方式非常關(guān)鍵，不同的特征提取出的信息大不相同，現(xiàn)在的方法主要從單種氨基酸，氨基酸序列，同源序列比對等不同角度對氨基酸

3、特征進(jìn)行提取。本文我們采用Psi—Blast方法，提取同源序列的氨基酸特征。實驗表明，這種氨基酸特征預(yù)測正確率高，而且有扎實的理論依據(jù)。 2．結(jié)構(gòu)預(yù)測。結(jié)構(gòu)預(yù)測實際上是根據(jù)提取出的有用信息，通過學(xué)習(xí)分析這些信息，總結(jié)出規(guī)律，實現(xiàn)對未知結(jié)構(gòu)氨基酸序列的結(jié)構(gòu)預(yù)測。對于這種信息維數(shù)高，計算量大的問題，借助神經(jīng)網(wǎng)絡(luò)是非常有效地。神經(jīng)網(wǎng)絡(luò)能夠快速學(xué)習(xí)到序列中包含的特征，實現(xiàn)對結(jié)構(gòu)的預(yù)測。而對于網(wǎng)絡(luò)，選擇何種優(yōu)化算法是至關(guān)重要的，不同的算

4、法會差生不同的時間效率，不同的算法對應(yīng)不同的預(yù)測正確率。本文中我們將對各種不同的優(yōu)化算法進(jìn)行比較，選擇出更適合的優(yōu)化算法。預(yù)測過程中由于各種結(jié)構(gòu)對應(yīng)的數(shù)目差別較大，經(jīng)常產(chǎn)生不均衡訓(xùn)練的問題，由此我們受計算智能優(yōu)化算法中裝袋原理的啟發(fā)，我們采用有放回抽取樣本的方式使各種結(jié)構(gòu)對應(yīng)的數(shù)目在訓(xùn)練過程中趨于平衡，很好的解決了訓(xùn)練不均衡的為題，而且提高了整個預(yù)測結(jié)構(gòu)的正確率。預(yù)測過程中對于網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計也是比較重要的，一般算法采用兩層神經(jīng)網(wǎng)絡(luò)預(yù)測方

5、式，本文中我們嘗試使用多層網(wǎng)絡(luò)方式進(jìn)行預(yù)測，并將多類問題設(shè)計成多個二分類問題的集成。通過試驗表明，我們的結(jié)構(gòu)設(shè)計模型能夠更有效的提高預(yù)測的正確率。為了尋找一種更優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)，本文首次將分層RBF神經(jīng)網(wǎng)絡(luò)(HRBF)應(yīng)用在蛋白質(zhì)結(jié)構(gòu)預(yù)測中，HRBF不但能夠?qū)崿F(xiàn)對網(wǎng)絡(luò)參數(shù)的優(yōu)化，而且能夠?qū)崿F(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化。它不但解決了以前預(yù)測時只能提前固定網(wǎng)絡(luò)結(jié)構(gòu)和采用試探法選擇隱層個數(shù)的問題，而且還能對高維特征進(jìn)行選擇性輸入，實現(xiàn)了對原始輸入的降維作用。