典型文献
深度学习几何约束预测的蛋白质建模方法
文献摘要：
蛋白质结构可以由残基间距离和主干二面角确定,精确预测残基间距离和二面角有助于蛋白质从头建模.为了提升蛋白质结构预测的精度,提出了距离约束和二面角优化的蛋白质结构预测方法.首先,基于HHblits和Jackhmmer搜索序列数据库以获取蛋白质多序列比对;进而,提取序列频率谱、位置熵、互信息、去除背景噪声的互信息、协方差矩阵、接触势能和CCMpred计算的耦合分数等特征;然后设计深度残差神经网络和长短时记忆网络,预测残基间距离和主干二面角;最后,开发了基于能量极小化的结构建模优化方法GCPFold.在80个测试蛋白上的实验结果表明,GCPFold方法可以有效折叠蛋白质结构.
文献关键词：
蛋白质从头建模;多序列比对;深度残差网络;长短时记忆网络;几何优化
中图分类号：
作者姓名：
杨涛;刘栋;刘俊;张贵军
作者机构：
浙江工业大学信息工程学院,杭州310023
文献出处：
引用格式：
[1]杨涛;刘栋;刘俊;张贵军-.深度学习几何约束预测的蛋白质建模方法)[J].小型微型计算机系统,2022(09):1918-1924
A类：
蛋白质从头建模,HHblits,Jackhmmer,CCMpred,GCPFold
B类：
几何约束,蛋白质建模,残基,二面角,精确预测,蛋白质结构预测,距离约束,序列数据,多序列比对,提取序列,频率谱,互信息,背景噪声,协方差矩阵,势能,设计深度,深度残差神经网络,长短时记忆网络,极小化,结构建模,建模优化,折叠,深度残差网络,几何优化
AB值：
0.252833
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
