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Q...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。展开更多
文摘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。
