基于深度学习的八类蛋白质二级结构预测算法 被引量：5

1

作者 张蕾 李征 +1 位作者 郑逢斌 杨伟 《计算机应用》 CSCD 北大核心 2017年第5期1512-1515,共4页

蛋白质二级结构预测是结构生物学中的一个重要问题。针对八类蛋白质二级结构预测,提出了一种基于递归神经网络和前馈神经网络的深度学习预测算法。该算法通过双向递归神经网络建模氨基酸间的局部和长程相互作用,递归神经网络的隐层输出... 蛋白质二级结构预测是结构生物学中的一个重要问题。针对八类蛋白质二级结构预测,提出了一种基于递归神经网络和前馈神经网络的深度学习预测算法。该算法通过双向递归神经网络建模氨基酸间的局部和长程相互作用,递归神经网络的隐层输出进一步送入到三层的前馈神经网络以便进行八类蛋白质二级结构预测。实验结果表明,提出的算法在CB513数据集上达到了67.9%的Q_8预测精度,显著地优于SSpro8和SC-GSN。 展开更多

关键词 深度学习 递归神经网络 前馈神经网络 蛋白质二级结构预测

在线阅读 下载PDF 职称材料

基于混合SVM方法的蛋白质二级结构预测算法 被引量：4

2

作者 隋海峰 曲武 +1 位作者 钱文彬 杨炳儒 《计算机科学》 CSCD 北大核心 2011年第10期169-173,188,共6页

预测蛋白质二级结构,是当今生物信息学中一个难以解决的问题。由于预测蛋白质二级结构的精度在蛋白质结构研究中起到非常重要的作用,因此在基于KDTICM理论基础上,提出一种基于混合SVM方法的蛋白质二级结构预测算法。该算法有效地利用蛋... 预测蛋白质二级结构,是当今生物信息学中一个难以解决的问题。由于预测蛋白质二级结构的精度在蛋白质结构研究中起到非常重要的作用,因此在基于KDTICM理论基础上,提出一种基于混合SVM方法的蛋白质二级结构预测算法。该算法有效地利用蛋白质的物化属性和PSI-SEARCH生成的位置特异性打分矩阵作为双层SVM的输入,从而大大地提高了蛋白质二级结构预测的精度。实验比较分析表明,新算法的预测精度和普适性明显优于目前其他典型的预测方法。 展开更多

关键词 蛋白质二级结构预测 混合SVM方法 复合金字塔模型

在线阅读 下载PDF 职称材料

基于SQL Server的蛋白质二级结构预测样本集数据库的构建 被引量：2

3

作者 张宁 吴捷 +1 位作者 宋卓 张涛 《高技术通讯》 CAS CSCD 北大核心 2006年第6期619-623,共5页

基于SQL Server数据库管理系统，将蛋白质二级结构预测的样本集CB513、CB396和RS126组织起来，建立了数据库DataSet，并配置了一个IIS服务器以方便网络查询。该数据库将蛋白质二级结构预测样本集有效地组织起来，实现了规范化、结构化... 基于SQL Server数据库管理系统，将蛋白质二级结构预测的样本集CB513、CB396和RS126组织起来，建立了数据库DataSet，并配置了一个IIS服务器以方便网络查询。该数据库将蛋白质二级结构预测样本集有效地组织起来，实现了规范化、结构化统一管理，便于存储、检索和分析数据，减少错误的发生。通过该数据库可以提取供蛋白质二级结构预测研究的样本、序列转换、变换编码以及分析评价预测结果等，取代许多传统编程处理文本文件的繁琐工作，大大提高效率，促进工作的开展。 展开更多

关键词 数据库 蛋白质二级结构预测 样本集 SQL SERVER 生物信息学

在线阅读 下载PDF 职称材料

基于遗传算法的蛋白质二级结构预测方法研究进展 被引量：2

4

作者 孟翔燕 孟军 葛家麒 《农机化研究》 北大核心 2009年第5期72-75,79,共5页

蛋白质二级结构预测方法的研究目前已成为生物信息学研究的重要课题之一。为此,从从头预测、比较建模和混合方法3个方面阐述了近几年遗传算法在蛋白质二级结构预测中的应用研究进展,并分析了算法的效果和特点,最后展望了遗传算法在蛋白... 蛋白质二级结构预测方法的研究目前已成为生物信息学研究的重要课题之一。为此,从从头预测、比较建模和混合方法3个方面阐述了近几年遗传算法在蛋白质二级结构预测中的应用研究进展,并分析了算法的效果和特点,最后展望了遗传算法在蛋白质二级结构预测中应用的前景与方向。 展开更多

关键词 遗传算法 蛋白质二级结构预测 从头预测 比较建模

在线阅读 下载PDF 职称材料

GP-MaxEnt模型的蛋白质二级结构预测 被引量：1

5

作者 杨伟 王宽全 左旺孟 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2009年第8期65-68,共4页

针对单序列蛋白质二级结构预测问题,提出了一种基于高斯先验最大熵(GP-MaxEnt)模型的预测方法.该方法根据氨基酸的构象偏好进行特征构造,利用改进迭代缩放算法(ⅡS)训练高斯先验最大熵模型.使用CB513数据集对GP-MaxEnt模型进行了测试分... 针对单序列蛋白质二级结构预测问题,提出了一种基于高斯先验最大熵(GP-MaxEnt)模型的预测方法.该方法根据氨基酸的构象偏好进行特征构造,利用改进迭代缩放算法(ⅡS)训练高斯先验最大熵模型.使用CB513数据集对GP-MaxEnt模型进行了测试分析.试验表明,该方法简单有效,能够获得较好的预测精度. 展开更多

关键词 蛋白质二级结构预测 单序列预测 最大熵模型 高斯先验

在线阅读 下载PDF 职称材料

基于改进牛顿算法的蛋白质二级结构预测 被引量：1

6

作者 王建 王彩芸 《现代电子技术》 2009年第14期135-137,共3页

主要介绍构造性机器学习方法即改进牛顿算法在蛋白质二级结构预测中的应用。针对标准BP算法存在的缺点,讨论用迭代矩阵替换二级微商来改进牛顿算法,实现蛋白质二级结构预测。实验表明,采用基于概率的Profile编码方式,改进牛顿算法正确... 主要介绍构造性机器学习方法即改进牛顿算法在蛋白质二级结构预测中的应用。针对标准BP算法存在的缺点,讨论用迭代矩阵替换二级微商来改进牛顿算法,实现蛋白质二级结构预测。实验表明,采用基于概率的Profile编码方式,改进牛顿算法正确率可以高达73.68%,与其他预测方法相比有较好的准确性。 展开更多

关键词 改进牛顿算法 蛋白质二级结构预测 Profile编码 神经网络

在线阅读 下载PDF 职称材料

蛋白质二级结构预测的结构表达方法研究

7

作者 吕庆章 牛静 +1 位作者 李小娟 王珂芳 《河南师范大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第6期87-90,共4页

蛋白质二级结构预测时,描述窗口内氨基酸残基序列的各种物理化学和分子结构参数的数量非常大,而且不能很好地直接体现氨基酸的连接顺序,这样就造成二级结构预测工作既费时效果又低下,因此,对这些数据预处理是非常必要的.研究发现,这些... 蛋白质二级结构预测时,描述窗口内氨基酸残基序列的各种物理化学和分子结构参数的数量非常大,而且不能很好地直接体现氨基酸的连接顺序,这样就造成二级结构预测工作既费时效果又低下,因此,对这些数据预处理是非常必要的.研究发现,这些初始数据对应的变换矩阵的本征值谱与氨基酸残基序列情况无关,只与氨基酸的类别、数量性质有关,而其本征函数数据能够直接反映氨基酸残基的序列情况,利用有显著大小的本征值对应的本征函数作为描述参数,在进行蛋白质二级结构预测时,不但能够显著减少描述参数的个数,而且它体现了氨基酸顺序的变化,这将有效提高蛋白质二级结构预测研究效果. 展开更多

关键词 描述参数 氨基酸残基序列 蛋白质二级结构预测 平移窗口

在线阅读 下载PDF 职称材料

基于SVM的蛋白质二级结构预测方法的研究

8

作者 李昆仑 崔丽娟 +1 位作者 张伟 戴运娜 《计算机研究与发展》 EI CSCD 北大核心 2007年第z2期319-322,共4页

应用计算智能方法分析,有效地处理现实世界中的大规模数据,是当今人工智能、机器学习等领域所追求的目标之一.简单综述了SVM用于处理大规模数据方法的发展现状,并针对蛋白质结构预测中数据量庞大、数据维数过高等问题,提出了SVM基于分... 应用计算智能方法分析,有效地处理现实世界中的大规模数据,是当今人工智能、机器学习等领域所追求的目标之一.简单综述了SVM用于处理大规模数据方法的发展现状,并针对蛋白质结构预测中数据量庞大、数据维数过高等问题,提出了SVM基于分解算法的蛋白质二级结构预测的实现方法,并应用固定长度的字符串核对多类分类SVM算法进行了改进.实验表明,该方法是行之有效的. 展开更多

关键词 大规模数据问题 支持向量机 固定长度字符串核 蛋白质二级结构预测

在线阅读 下载PDF 职称材料

蛋白质二级结构预测的一种新的编码方式

9

作者 李汪根 叶小娇 黄尧颖 《计算机工程与应用》 CSCD 北大核心 2011年第18期163-165,共3页

编码方式是影响蛋白质二级结构预测准确率的重要因素之一。针对单序列蛋白质二级结构预测问题,提出了一种新的综合编码方法。该编码是根据氨基酸出现在每种二级结构中的倾向因子以及氨基酸的疏水性值进行分类,并以二进制形式来表示每类... 编码方式是影响蛋白质二级结构预测准确率的重要因素之一。针对单序列蛋白质二级结构预测问题,提出了一种新的综合编码方法。该编码是根据氨基酸出现在每种二级结构中的倾向因子以及氨基酸的疏水性值进行分类,并以二进制形式来表示每类氨基酸的编码方法。在相同的实验条件下,首先用不同的编码方式对数据集CB513进行编码,然后采用支持向量机的方法进行训练建模预测。实验结果显示提出编码的预测准确率比20位正交编码和5位编码分别高出1.48%和10.68%。可见,该编码比较适合非同源或低同源蛋白质结构预测。 展开更多

关键词 编码方式 蛋白质二级结构预测 支持向量机

在线阅读 下载PDF 职称材料

基于混合并行遗传算法的蛋白质二级结构预测

10

作者 孟翔燕 孟军 葛家麒 《农机化研究》 北大核心 2009年第6期34-38,79,共6页

蛋白质二级结构预测是后基因组学的重要内容,是准确预测蛋白质分子三维空间结构的关键步骤。为此,提出基于混合并行遗传算法(HPGA)的蛋白质二级结构预测方法,充分考虑蛋白质序列两端氨基酸对中间氨基酸结构的影响,以及蛋白质疏水性对二... 蛋白质二级结构预测是后基因组学的重要内容,是准确预测蛋白质分子三维空间结构的关键步骤。为此,提出基于混合并行遗传算法(HPGA)的蛋白质二级结构预测方法,充分考虑蛋白质序列两端氨基酸对中间氨基酸结构的影响,以及蛋白质疏水性对二级结构的影响,在整合与改进前人算法的基础上,使得计算复杂度降低1个数量级,其预测准确率达到62%左右。 展开更多

关键词 蛋白质二级结构预测 并行遗传算法 模式 疏水序列

在线阅读 下载PDF 职称材料

基于ELM的蛋白质二级结构预测及其后处理

11

作者 赵相国 王国仁 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2009年第10期1402-1405,共4页

将ELM应用到蛋白质二级结构模型的训练中,在此基础上提出了基于概率的合并算法(probability-based combining,PBC),用该算法预测结果的合并.根据生物学中关于蛋白质二级结构的特征提出了预测结果的Helix-后处理(Helix-post-processing,H... 将ELM应用到蛋白质二级结构模型的训练中,在此基础上提出了基于概率的合并算法(probability-based combining,PBC),用该算法预测结果的合并.根据生物学中关于蛋白质二级结构的特征提出了预测结果的Helix-后处理(Helix-post-processing,HPP)算法,对合并后的预测结果进行有效的后处理,从而进一步提高预测结果的准确率.分别在CB513和RS126两个数据集上进行了实验,实验结果表明,预测结果的准确率是令人满意的,尤其是实现了训练时间上的显著缩短. 展开更多

关键词 蛋白质二级结构预测 ELM 基于概率的合并算法 Helix-后处理算法

在线阅读 下载PDF 职称材料

基于混合并行遗传算法的大豆蛋白质二级结构预测

12

作者 孟翔燕 孟军 葛家麒 《大豆科学》 CAS CSCD 北大核心 2009年第2期200-203,209,共5页

大豆蛋白质是人类生活不可或缺的物质,对大豆蛋白质二级结构预测是能够准确预测蛋白质分子三维空间结构功能的关键步骤。将聚类分析、并行处理技术和遗传算法相结合,提出基于混合并行遗传算法(HPGA)的蛋白质二级结构预测方法,充分考虑... 大豆蛋白质是人类生活不可或缺的物质,对大豆蛋白质二级结构预测是能够准确预测蛋白质分子三维空间结构功能的关键步骤。将聚类分析、并行处理技术和遗传算法相结合,提出基于混合并行遗传算法(HPGA)的蛋白质二级结构预测方法,充分考虑蛋白质序列两端氨基酸对中间氨基酸结构的影响,蛋白质疏水性对二级结构的影响。在整合、改进前人算法的基础上使得计算复杂度降低1个数量级,使得预测准确率达到74%左右。 展开更多

关键词 大豆蛋白质 并行遗传算法 蛋白质二级结构预测 疏水序列

在线阅读 下载PDF 职称材料

蛋白质二级结构预测的多核学习方法 被引量：7

13

作者 连云涓 熊惠霖 《计算机应用》 CSCD 北大核心 2013年第A01期43-45,共3页

核方法应用于蛋白质二级结构预测已经有数年的历史。不过,基于单核的分类器只能将所有的特征一并处理,而非区别对待以利用其特性。为了将不同的特征融合,提出一种多核学习的方法,以实验方法对比单核和多核学习在蛋白质二级结构预测效果... 核方法应用于蛋白质二级结构预测已经有数年的历史。不过,基于单核的分类器只能将所有的特征一并处理,而非区别对待以利用其特性。为了将不同的特征融合,提出一种多核学习的方法,以实验方法对比单核和多核学习在蛋白质二级结构预测效果上的差别,并提出了多核学习方法可改进现有的核分类器。 展开更多

关键词 多核学习 核方法 蛋白质二级结构预测 支持向量机 生物信息学

在线阅读 下载PDF 职称材料

基于神经网络的蛋白质二级结构预测 被引量：5

14

作者 解筱 杨波 陈月辉 《济南大学学报（自然科学版）》 CAS 2008年第2期111-115,共5页

提出一种蛋白质二级结构预测的新方法。该方法首先对数据集中的氨基酸序列利用PSI-BLAST程序进行同源序列搜索,得到相应的PSSM矩阵,然后利用滑动窗口方法对矩阵进行编码,得到分类器的输入。采用分类器集成,将所有的样本划分成9个互斥训... 提出一种蛋白质二级结构预测的新方法。该方法首先对数据集中的氨基酸序列利用PSI-BLAST程序进行同源序列搜索,得到相应的PSSM矩阵,然后利用滑动窗口方法对矩阵进行编码,得到分类器的输入。采用分类器集成,将所有的样本划分成9个互斥训练集对单个子分类器进行训练。然后,9个单独的0-1子分类器通过最大投票法进行集成,形成识别一种特定的蛋白质二级结构的0-1分类器。这样3个0-1分类器模型通过串行集成,可以对蛋白质的三种二级结构(H/E/C)进行识别。通过对标准数据集RS126,CB396,CB513进行测试发现,对于同一分类器,利用PSSM矩阵作为分类器输入的预测准确率要高于直接将蛋白质序列作为输入的预测率。 展开更多

关键词 神经网络 粒子群算法(PSO) 蛋白质二级结构预测

在线阅读 下载PDF 职称材料

基于小波核支持向量机的蛋白质二级结构预测 被引量：2

15

作者 李元乐 陶兰 《深圳大学学报（理工版）》 EI CAS 北大核心 2006年第2期117-121,共5页

提出一种基于小波核支持向量机分类模型,将其用于SARS蛋白质二级结构预测.实验表明,该模型与其他同类方法相比,提高蛋白质二级结构预测的准确度达到1%～2%.

关键词 小波 核函数 支持向量机 蛋白质二级结构预测 生物信息学

在线阅读 下载PDF 职称材料

基于优化的卷积神经网络的蛋白质二级结构预测 被引量：4

16

作者 赵亚武 刘毅慧 《计算机应用与软件》 北大核心 2021年第7期147-152,166,共7页

蛋白质二级结构预测对确定蛋白质的空间结构和功能有极其重要的意义。融合卷积神经网络和贝叶斯优化模型,优化卷积神经网络的网络框架和超参数。采用优化后的卷积神经网络在测试集CASP9、CASP10、CASP11、CASP12、CB513和25PDB上获得了8... 蛋白质二级结构预测对确定蛋白质的空间结构和功能有极其重要的意义。融合卷积神经网络和贝叶斯优化模型,优化卷积神经网络的网络框架和超参数。采用优化后的卷积神经网络在测试集CASP9、CASP10、CASP11、CASP12、CB513和25PDB上获得了81.99%、81.36%、80.83%、78.10%、84.29%和84.80%的Q3准确率。实验结果表明,相比于其他方法,该模型提高了蛋白质3类二级结构预测的精度。 展开更多

关键词 蛋白质二级结构预测 贝叶斯优化 卷积神经网络 生物信息学

在线阅读 下载PDF 职称材料

网格中基于结构分类和位矩阵编码并行遗传算法的蛋白质二级结构预测 被引量：2

17

作者 梁欢 《科学技术与工程》 2008年第5期1141-1145,共5页

蛋白质二级结构预测是后基因组学的重要内容,是能准确预测蛋白质分子三维空间结构的关键步骤,它被证明是个NP难问题。同时,蛋白质数据库中的数据是巨量的,每天以指数形式在增长,而且不同的数据库位于不同的地域,受不同组织管理。提出一... 蛋白质二级结构预测是后基因组学的重要内容,是能准确预测蛋白质分子三维空间结构的关键步骤,它被证明是个NP难问题。同时,蛋白质数据库中的数据是巨量的,每天以指数形式在增长,而且不同的数据库位于不同的地域,受不同组织管理。提出一个网格中基于结构分类和位矩阵编码的并行遗传算法,有效地解决这个NP难问题,并且充分利用网格强大的并行计算能力,提高预测效率和准确率。 展开更多

关键词 网格 蛋白质二级结构预测 结构分类 位矩阵编码 并行遗传算法

在线阅读 下载PDF 职称材料

基于常用得分矩阵的神经网络法预测蛋白质的二级结构 被引量：3

18

作者 徐建平 方慧生 相秉仁 《中国药科大学学报》 CAS CSCD 北大核心 2006年第5期470-473,共4页

本文用常用的得分矩阵代替传统的Qian编码作为神经网络的输入层预测了200个蛋白质二级结构。结果表明:以常用得分矩阵作为输入层的预测结果要优于Qian编码的预测性能。在200个蛋白质中,共有9个蛋白质的预测精度达到目前国际先进水平,即... 本文用常用的得分矩阵代替传统的Qian编码作为神经网络的输入层预测了200个蛋白质二级结构。结果表明:以常用得分矩阵作为输入层的预测结果要优于Qian编码的预测性能。在200个蛋白质中,共有9个蛋白质的预测精度达到目前国际先进水平,即80%。这说明该方法具有一定的可行性。 展开更多

关键词 神经网络 得分矩阵 蛋白质二级结构预测

在线阅读 下载PDF 职称材料

应用优化的隐马尔可夫模型预测蛋白质二级结构 被引量：1

19

作者 石鸥燕 杨惠云 +1 位作者 杨晶 田心 《高技术通讯》 EI CAS CSCD 北大核心 2008年第7期738-742,共5页

针对3-状态隐马尔可夫模型(HMM)预测蛋白质二级结构准确率不高的问题,提出了7-状态和15-状态 HMM。研究对象为 CB513数据集合中筛选出的492条蛋白质序列,将其随机均分7组。分别应用7-状态和15-状态 HMM 对以上数据集进行二级结构预测,... 针对3-状态隐马尔可夫模型(HMM)预测蛋白质二级结构准确率不高的问题,提出了7-状态和15-状态 HMM。研究对象为 CB513数据集合中筛选出的492条蛋白质序列,将其随机均分7组。分别应用7-状态和15-状态 HMM 对以上数据集进行二级结构预测,对预测准确率进行了7-交叉验证,并将预测结果与应用3-状态 HMM 的预测结果进行了比较。结果表明,应用7-状态 HMM,Q_3准确率提高3.11%,SOV 提高6.15%,Q_E提高6.49%;应用15-状态 HMM,Q_E比7-状态 HMM 又提高5.74%。在15.状态 HMM 预测中加入序列的同源信息后,Q_3准确率比单序列15-状态 HMM 增加8.76%。结果表明,7-状态HMM 预测能力优于3-状态 HMM,15-状态 HMM 总体预测能力和7-状态 HMM 相当,但β折叠预测能力强于7-状态 HMM。 展开更多

关键词 蛋白质二级结构预测 隐马尔可夫模型(HMM) 7-状态 15-状态

在线阅读 下载PDF 职称材料

应用ANN/HMM混合模型预测蛋白质二级结构 被引量：1

20

作者 石鸥燕 杨惠云 +1 位作者 杨晶 田心 《计算机应用研究》 CSCD 北大核心 2008年第12期3590-3592,共3页

针对3-状态隐马尔可夫模型(hidden Markov model,HMM)预测蛋白质二级结构准确率不高的问题,提出15-状态HMM,通过改进的算法与BP神经网络相结合进行二级结构预测。研究对象为CB513数据集中筛选出的492条蛋白质序列,将其随机均分7组。应... 针对3-状态隐马尔可夫模型(hidden Markov model,HMM)预测蛋白质二级结构准确率不高的问题,提出15-状态HMM,通过改进的算法与BP神经网络相结合进行二级结构预测。研究对象为CB513数据集中筛选出的492条蛋白质序列,将其随机均分7组。应用混合模型进行预测,对准确率进行7-交叉验证,Q3准确率达77.21%,SOV值为72.52%。结果表明,混合模型既能充分考虑相邻氨基酸残基间的相互影响,也能在一定程度上照顾二级结构的远程相关性,因此带来了较好的预测准确率。 展开更多

关键词 蛋白质二级结构预测 隐马尔可夫模型 人工神经网络

在线阅读 下载PDF 职称材料