基于神經網絡的蛋白質二級結構預測問題的研究.pdf

1、蛋白質二級結構預測問題是生物信息學的重要問題之一.該文對蛋白質二級結構預測問題進行了研究,建立了蛋白質二級結構預測數(shù)據(jù)庫.研究了蛋白質的基本組成成分氨基酸的編碼方式.基于BP神經網絡建立了單神經網路和多神經網絡的預測模型.并利用它們對蛋白質二級結構進行了預測研究.其主要研究內容和成果如下:(1)蛋白質二級結構評測數(shù)據(jù)庫的建立論文首先從同源蛋白質數(shù)據(jù)庫(Homology Derived Secondary Structure of Pro

2、teins,簡稱HSSP)中提取出36個蛋白質文件:針對其包含復雜的數(shù)據(jù)形式,設計了一個提取數(shù)據(jù)的方法,對蛋白質數(shù)據(jù)進行預處理,提取出氨基酸序列.建立了由這些氨基酸序列構成的數(shù)據(jù)庫.為蛋白質二級結構預測打下了良好的基礎.(2)5種氨基酸編碼方式的比較研究論文針對正交編碼、5位編碼、Codon(基本型)編碼、Codon(擴展型)編碼及Profile編碼等5常用的編碼方法.利用BP神經網絡,建立了蛋白質二級結構預測的評測模型.運用該模型研究

3、分析了這5種編碼方式對蛋白質二級結構預測精度的影響.結果表明,用富含"生物進化信息"的Profile編碼方式可以得到較高的預測結果.(3)基于多神經網絡的蛋白質二級結構預測模型論文提出了一個由7個BP神經網絡組合成的多神經網絡的蛋白質二級結構預測模型,該模型采用"profile"編碼方式和氨基酸間的"距離"為激勵輸入信息,對蛋白質二級結構進行了預測.論文對從36個蛋白質提取的共4000個氨基酸的進行了預測研究和分析.結果表明,該文的多神