本发明公开一种基于轻量级深度卷积网络的蛋白质扭转角预测方法,包括:基于PISCES服务器构建蛋白质扭转角数据集;从RCSB PDB数据库中抽取各蛋白质序列中每个氨基酸残基对应的扭转角Phi和Psi,并加入数据集中;将uniref90数据库与各蛋白质序列进行多序列比对,生成对应蛋白质序列的PSSM谱矩阵,基于PSSM谱矩阵及氨基酸的物理化学特性,构造蛋白质序列特征;设计残差模块,并基于该模块构建预测蛋白质扭转角的深度卷积网络模型;构建训练网络模型的损失函数;基于构建的损失函数训练网络模型;基于训练后的网络模型进行蛋白质扭转角的预测。本发明不仅能精确地预测蛋白质扭转角,还具有模型小,预测速度快的优点。
声明:
“基于轻量级深度卷积网络的蛋白质扭转角预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)