检索历史 清除

摘要作为计算生物信息学领域的一大研究热点，蛋白质二级结构预测无疑是一项具有挑战性的重要任务。蛋白质二级结构预测不仅有益于蛋白质功能研究和三级结构预测还能促进新型药物的设计与研发，同时对于生物学，医学和药学具有重要的影响。由于蛋白质二级结构预测的物理实验方法费时且成本昂贵，因此不断发展和改进的机器学习技术被广泛用于二级结构预测。然而，目前现有的具有深度架构的方法对于蛋白质长序列中的深层长程特征提取不够充分和全面。为此，本文基于集成深度模型对3态和8态蛋白质二级结构预测进行了深入的研究。本文的主要工作可以分为如下几个方面：<br>　　（1）本研究结合带有梯度惩罚的Wasserstein生成对抗网络（WGAN-GP），时序卷积网络（TCN）和卷积注意力块提出了一种蛋白质二级结构预测模型命名为WGACSTCN。在提出的模型中，WGAN-GP模块中生成器和判别器的相互博弈可以有效提取蛋白质特征，具有卷积注意力块的TCN（CBAM-TCN）局部特征提取模块可以捕获滑动窗口技术分割的蛋白质序列中关键的深层局部相互作用，然后CBAM-TCN远程特征提取模块可以进一步捕获蛋白质序列中关键的深层长程相互作用并完成二级结构预测。本研究在包括CASP10，CASP11，CASP12，CASP13，CASP14和CB513的公开测试集上评估了提出的模型的性能。实验结果表明，与四种流行方法相比，该方法表现出了更好的预测性能。提出的模型具有强大的特征提取能力，其可以更全面地提取重要的残基信息。<br>　　（2）本研究提出了一种基于深度学习和宽度学习的蛋白质二级结构预测模型命名为DLBLS_SS。在DLBLS_SS中，我们首先使用双向长短时记忆（BLSTM）网络来提取残基序列中的全局特征，然后使用提出的具有通道注意力的双向TCN（SEBTCN）可以捕获残基序列中双向的关键长程依赖，最后我们还使用宽度学习系统（BLS）来快速优化融合的特征同时进一步捕获氨基酸残基之间的局部相互作用并利用局部最优特征进行分类。我们在七个公开的基准数据集上进行了大量的实验来评估模型的性能。实验结果显示提出的模型DLBLS_SS优于五种最先进的模型。<br>　　（3）本研究提出了一种基于BLSTM和双向时序卷积的集成深度模型用于蛋白质二级结构预测。在模型中，提出的双向TCN（BTCN）可以提取滑动窗口技术分割的蛋白质序列中双向的深层局部依赖，BLSTM可以提取氨基酸残基之间的全局相互作用，提出的多尺度BTCN（MSBTCN）可以进一步捕获残基中双向的多尺度长程特征同时更全面地保留隐藏层的信息。特别是，本研究还提出3态和8态二级结构预测特征的融合可以进一步提升预测精度，这也为二级结构预测提供了新的思路。而且本研究还通过BLSTM分别与TCN，反向TCN（RTCN），多尺度TCN（MSTCN），BTCN和MSBTCN结合提出并比较了多个集成深度模型。此外，本研究首次发现并证明了二级结构的反向预测优于正向预测，这表明后面位置的氨基酸对二级结构识别影响更大。在七个公开的基准数据集上的实验结果显示与五种最先进的方法相比提出的多个集成深度模型实现了更好的3态和8态二级结构预测性能。