朱树平 刘毅慧

(齐鲁工业大学(山东省科学院)计算机科学与技术学院 山东 济南 250353)

0 引 言

蛋白质二级结构预测是预测三维结构的基础，而三维结构的盘旋所形成的构象将决定其发挥的生物学功能，因此确定蛋白质二级结构将对研究人体内蛋白复合物以及医学疾病的防治有很大的帮助。二级结构的预测可以从输入特征和预测方法方面改进，除了基于氨基酸本身特征之外，很多其他的特征也被引入二级结构的预测中，如：基于非担保残余能量构建自相关方程、功能域、复杂性度量因子和位置特异性差分矩阵(Position specific scoring matrix，PSSM)等[1]。主要方法有支持向量机(Support vector machine，SVM)[2-4]、深度学习[5-6]、隐马尔可夫模型[7]、贝叶斯算法[8-9]、K最近邻[10]和模糊聚类[11]等。

近年来，通过结合不同的特征和不同的方法，准确率获得不断的提高，可达到80%，其中，深度学习方法表现出很好的预测性能。文献[12]采用长短期记忆双向循环神经网络(LSTM-BRNN)的模型来捕获蛋白质氨基酸之间的非局部相互作用，预测蛋白质二级结构的Q3准确率接近84%。文献[13]将氨基酸的物理化学特性、HHBlits特征和PSI-Blast特征结合为一个58位的特征，作为一种名为深度起始-内部-起始(Deep3I)网络的输入特征，建立了在线预测服务器，在预测蛋白质二级结构方面取得了较好的结果。在文献[14]也提及今后对蛋白质二级结构预测的方向应当从大数据、模板的使用和深度学习的方向进行。文献[15]采用基于数据划分和半随机子空间的方法预测蛋白质二级结构,在25PDB和CASP类上都取得了超过80%的准确率。……