面向同源蛋白質探測的一種新型混合深度學習模型

摘要：根據蛋白質氨基酸鏈探測其同源蛋白質,進而預測蛋白質的功能,是生物信息學研究領域的一個重要挑戰,也是眾多生物醫學研究領域的基礎研究內容,有著重要的科研價值和廣泛的應用需求。其研究難點在于:(1)如何學習對同源蛋白質預測有效、有用的蛋白質特征信息;(2)如何更好地運用蛋白質特征信息,實現同源蛋白質的探測與識別。為了解決同源蛋白質探測與識別研究中的關鍵難點,本文提出一種基于混合深度學習架構的同源蛋白質探測與識別模型(HDLMPHP)。通過采用統一的“管道式”深度學習架構,將蛋白質特征學習和探測識別統一為一個整體,提高同源蛋白質探測與識別的效能。采用多組并行的深度卷積神經網絡,學習蛋白質的各種屬性信息,以期獲得豐富的待檢測蛋白質和靶蛋白質的高級相關性特征,并通過全連接方式使用多層RBM結構融合和精煉這些相關性特征為全局相關性特征。通過統一的深度網絡連接方式,以探測和識別任務為導向,學習到對于同源蛋白質預測最有效、最全面的蛋白質特征信息。在標準數據集SCOPe上,對所提模型進行性能與效率評測,結果表明:本文提出的模型能有效地學習到符合任務導向的蛋白質特征數據,提升同源蛋白質探測與識別的準確度和召回率,優于現有的模型和算法。