买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江工业大学

摘要：一种基于变异系数法的蛋白质DNA绑定残基预测方法，根据待进行DNA绑定残基预测的蛋白质序列S，分别使用PSI‑BLAST和SANN程序生成矩阵PSSM和PSA；分别计算PSSM和PSA每一行的标准差和平均值，得到矩阵F1和F2，并将其串接成特征矩阵F。搭建非对称卷积神经网络，从PDB数据库获取已知DNA绑定残基标签的蛋白质序列作为训练集训练该网络，将S中所有残基的特征向量输入训练好的模型中，根据模型输出的概率值来预测S中残基是否是DNA绑定残基。本发明计算代价低、预测精确性高。

主权项：1.一种基于变异系数法的蛋白质DNA绑定残基预测方法，其特征在于，所述方法包括以下步骤：1输入一个残基数为L的待进行蛋白质DNA绑定残基预测的蛋白质序列，记作S；2对蛋白质序列S，使用PSI-BLAST程序生成一个大小为L×20蛋白质位置特异性评分矩阵，记作PSSM；3对蛋白质序列S，使用SANN程序生成一个大小为L×3的溶剂可及性特征矩阵，记作PSA；4分别计算PSSM和PSA中每一行的标准差，获取两个大小均为L×1的向量，记作M1和M2；5分别计算PSSM和PSA中每一行的平均值，获取两个大小均为L×1的向量，记作M3和M4；6通过以下公式，获取两个大小为L×1的变异系数向量，记作V和U，V和U中第i个元素分别表示为： 其中，和分别表示M1,M2,M3和M4中的第i个元素；7通过以下公式，分别获取对应于PSSM和PSA的两个大小为1×L的权重向量W1和W2，W1和W2中第i个元素分别表示为： 其中，Vi和Ui分别表示V和U中第i个元素；8通过以下公式，获取一个大小为L×20的特征矩阵，记作F1，F1中第i行第j列元素表示为： 其中，PSSMij表示PSSM中第i行第j列元素；9通过以下公式，获取一个大小为L×3的特征矩阵，记作F2，F2中第i行第k列元素表示为： 其中，PSAik表示PSA中第i行第k列元素；10将步骤8和9中获取的F1和F2串接为一个大小为L×23的特征矩阵，记作F；11矩阵F中任意一行Fi，i＝1,2,...,L，表示蛋白质序列S中第i个残基的特征向量；12从PDB数据库中获取已知DNA绑定残基状态的蛋白质序列作为训练蛋白质集合，对每一个训练蛋白质序列，使用步骤2-11生成每个残基样本，构成训练样本集；13搭建非对称卷积神经网络预测蛋白质序列S的DNA绑定残基，该网络共有三层，前两层为非对称卷积层，最后一层是全连接层，每一层输出作为下一层的输入，使用sigmoid激活函数使网络的输出值在0,1范围内；14使用步骤12中构建的训练样本集和二分类交叉熵损失函数训练步骤13中搭建的网络，获取预测模型；15将蛋白质序列S中残基的特征向量输入到步骤14获取的预测模型中，当模型输出概率大于判定阈值threshold，判断对应残基为DNA绑定残基。

全文数据：

权利要求：

百度查询： 浙江工业大学 一种基于变异系数法的蛋白质DNA绑定残基预测方法