基于生成对抗和卷积神经网络的蛋白质二级结构预测

摘要

在生物信息学领域,对于蛋白质二级结构预测是一项具有挑战性的任务,对于确定蛋白质的结构和功能有着极其重要的意义。本文融合了生成对抗网络和卷积神经网络模型进行蛋白质二级结构预测,首先利用生成对抗网络提取蛋白质特征,其次将生成对抗网络提取的特征结合PSSM矩阵作为卷积神经网络的输入,得到预测结果。在测试集CASP9,CASP10,CASP11,CASP12,CB513和PDB25获得了87.06%,87.24%,87.31%,87.39%,88.13%和88.93%,比单独使用卷积神经网络提高了3.88%,4.6%,7.97%,5.85%,5.78%,4.25%。实验结果表明,生成对抗网络特征提取能力是非常显著的。