基于神經網絡的蛋白質二級結構預測

摘　要:提出一種蛋白質二級結構預測的新方法。該方法首先對數據集中的氨基酸序列利用PSI - BLAST程序進行同源序列搜索,得到相應的PSSM矩陣,然后利用滑動窗口方法對矩陣進行編碼,得到分類器的輸入。采用分類器集成,將所有的樣本劃分成9個互斥訓練集對單個子分類器進行訓練。然后, 9個單獨的0 - 1子分類器通過最大投票法進行集成,形成識別一種特定的蛋白質二級結構的0 - 1分類器。這樣3個0 - 1分類器模型通過串行集成,可以對蛋白質的三種二級結構(H /E /C)進行識別。通過對標準數據集RS126, CB396, CB513進行測試發現,對于同一分類器,利用PSSM矩陣作為分類器輸入的預測準確率要高于直接將蛋白質序列作為輸入的預測率。