利用BP神经网络对蛋白质折叠速率的研究

目的:通过BP神经网络模型对蛋白质的折叠速率进行预测。方法:以蛋白质的接触序参数(CO、LRO、TCD)为输入信息,折叠速率为输出信息,构建具有1个输入层、2个隐藏层和一个输出层的4层BP神经网络模型,用以尝试多种激活函数,给出合理的预测结果。结果:激活函数是影响BP神经网络效率和精度的最重要因素之一,文中比较了6个激活函数来评估神经网络模型在蛋白质折叠预测中的表现,发现Mish函数预测全β蛋白质比较有效,而Tanh函数更适合一般性蛋白质折叠速率的预测。本文还通过不同的分离截止值来了解蛋白质的序列和折叠率之间的关系,LRO和TCD/CO的分离截止值分别为8和3的模型可以更精确地预测折叠率。结论:在本模型中,蛋白质折叠速率预测结果和实验结果基本吻合,这些研究成果为寻找影响蛋白质折叠过程的动力学因素提供了理论依据。