摘要
一种基于循环神经网络的蛋白质二级结构预测方法,首先根据输入的待进行二级结构预测的蛋白质序列,使用独热编码方式对蛋白质序列进行编码,获取一个L×20的特征矩阵M1,使用PSI‑BLAST程序生成蛋白质位置特异性评分矩阵PSSM;然后,将M1和PSSM进行矩阵加法运算得到矩阵M2;其次,获取残基的特征向量;再次,搭建循环神经网络框架,通过从PDB数据库获取已知二级结构标签的蛋白质序列构建样本集,训练搭建的循环神经网络;最后,将待进行预测的蛋白质序列中残基的特征向量输入到训练的模型中,根据输出的概率值来预测蛋白质序列中残基的二级结构类别。本发明计算代价低、预测精确性高。