基于深度神经网络和局部描述符的大规模蛋白质互作预测方法

论文摘要

蛋白质相互作用PPI（Protein-Protein Interaction）是生物体中众多生命活动过程的重要组成部分,蛋白质互作预测是研究蛋白质互作的重要途径。为了提高蛋白质互作预测性能,构建一个用于预测蛋白质互作的深度神经网络模型DPPI。采用局部描述符将氨基酸序列编码成具鉴别性的特定维数向量;使用训练集训练DPPI模型,并使用测试集对DPPI模型进行测试和评价;根据测试和评价的结果调整各参数,优化DPPI模型;使用优化后的DPPI模型,来对蛋白质互作进行预测。结果表明,DPPI模型编码简单、代码简洁,实验获得的较高的准确率,可以作为大规模蛋白质互作预测的有益补充。

论文目录

• 0 引 言
• 1 基础方法
•   1.1 局部描述符
•   1.2 深度神经网络
• 2 模型构建
•   2.1 数据集
•   2.2 性能评价指标
•   2.3 构建流程
•   2.4 参数调整
• 3 实 验
•   3.1 DPPI模型实验
•   3.2 方法比较
• 4 结 语

文章来源

类型: 期刊论文

作者: 桂元苗,王儒敬,王雪,魏圆圆

关键词: 深度神经网络,局部描述符,蛋白质互作

来源: 计算机应用与软件 2019年04期

年度: 2019

分类: 信息科技,基础科学

专业: 生物学,自动化技术

单位: 中国科学院合肥物质科学研究院智能机械研究所,中国科学技术大学信息技术学院,中国科学院合肥物质科学研究院技术生物与农业工程研究所

分类号: Q51;TP18

页码: 273-280

总页数: 8

文件大小: 1004K

下载量: 168