后步条件控制的深度卷积网络用来预测蛋白质的二级结构

2023-05-18 23:00:13

原文名：Next-Step Conditioned Deep Convolutional Neural Networks Improve Protein Secondary Structure Prediction

链接：https://arxiv.org/abs/1702.03865

 

【这是“谷歌大脑”的一篇研究成果。作者应用卷积神经网络来处理氨基酸序列，预测蛋白质的二级结构。虽然卷积神经网络一般不能处理一维、且长度变化的输入数据，但是作者设计了合适的数据转换方法，将数据转换成卷积网络可以处理的结构，并进行训练和预测。结果表明，他们的方法取得了领域当前最优的成绩。】


摘要翻译

动机：深度学习技术已经大大的提高了图像识别和语言识别的准确率。在这篇文章中，作者展示了应用这些技术来创造一种新颖的链式卷积架构，并引入了后续条件的概念，来预测蛋白质的二维结构。作者进而将他们的方法应用到八类蛋白质二维结构预测中，都大大的提高了预测的准确度。

 

结果：通过应用卷积神经网络，作者取得了一个当前领域最优的结果。在普遍使用的CB513参照系中，他们的模型达到了70%的平均氨基酸准确率，而且这样的结果并没有额外的使用常用的增强表现的方法，如多任务学习法。作者进而应用链式预测法，将二维结构的预测转化为后续预测问题，这样又提高已经是领域最优的结果。这样的模型取得了70.3%准确率，而且是单一模型预测出来的结果。如果将类似的多套模型联合预测，则可以取得71.4%的准确率，将此前的最优结果大大的提高了。

 

下载：作者的模型由TensorFlow实现。作者注明他们会将这些源代码开源出来。

 

说明

1. 蛋白质的二维结构在了解蛋白质的作用区域的时候很有用处，它一般包含alpha螺旋和beta折叠。虽然目前的技术测量蛋白质的氨基酸序列很成熟，但是尚无有效的方法在各种环境中测量其二级结构。因此有各种计算机算法在实现这样的预测。

2. 整个预测的过程就是输入蛋白质的一级结构（氨基酸序列），输出的是氨基酸处在的二级结构，如：alpha螺旋、beta折叠等等。

3. 蛋白质的氨基酸序列是一维数据，但是卷积操作需要二维或者多维。为了应用输入数据，作者将每一个氨基酸编码为一个长度为42的向量（类似语言处理中的词向量），并将长度不到700的蛋白质序列补齐到700。这样最终得到了42x700的二维数据作为输入。

4. 作者的卷积网络结构如下，因为输入数据量不大，所以网络不是很复杂，总共12层。其中为了处理不同尺度的情况，网络中用到了并列的多套卷积操作（其实谷歌自己的inception概念）。

 

5. 作者继而设计了10种结构类似的网络，一起预测，并将结果取平均，得到了目前最有的结果。研究结果如下：

 

 


大家在看
友情链接

Copyright © 2023 All Rights Reserved 版权所有 福建水产设备联盟