基于长度信息和深度卷积神经网络分类建模的蛋白质二级结构预测方法

作者：朱树平; 刘毅慧

来源：计算机应用与软件, 2021, 38(11): 56-173.

• 蛋白质二级结构
• 长度信息
• 深度卷积
• 大数据
• 预测

提出基于蛋白质长度信息和深度卷积神经网络分类建模的方法(Length Information and Deep Convolutional Neural Networks, LIM-DCNN),实现对于蛋白质二级结构的预测。实验得到的6分段模型,预测CASP9、CASP10、CASP11、CASP12和CB513的Q3准确率分别为83.67%、78.99%、78.53%、71.52%和85.94%,说明了基于蛋白质长度分类建模的有效性,并且实验得到的CB513结果明显优于其他许多经典的预测算法。

• 单位
  齐鲁工业大学