基于深度神经网络的蛋白质相互作用预测框架

作者：刘桂霞; 王沫沅; 苏令涛; 吴春国; 孙立岩; 王荣全

来源：吉林大学学报（工学版）, 2019, 49(02): 570-577.

DOI：10.13229/j.cnki.jdxbgxb20171101

• 人工智能
• 蛋白质相互作用
• 蛋白质特征
• 蛋白质序列
• 深度神经网络

为解决实验方法中结果存在较高假阳性率和假阴性率的问题,整合蛋白质特征数据,提出一种基于深度神经网络的蛋白质相互作用预测框架。提取蛋白质的GO语义相似性、序列相似性、蛋白质重要性以及亚细胞定位信息,得到低维度的输入数据。然后建立深度神经网络,进行预测。通过使用弃权技术,减少网络中复杂的互适应神经元,总体性能得到提高。预测框架在酿酒酵母蛋白质数据集上的准确率达到95.67%,精确度达到96.38%。实验结果表明:提取的特征数据较适合用于蛋白质互作的预测研究,且构建的基于深度神经网络的蛋白质相互作用预测框架具有出色的泛化性能,在多种数据上都能取得较好效果。

• 单位
  吉林大学