蛋白質(zhì)是一切生命的物質(zhì)基礎(chǔ),沒有蛋白質(zhì)就沒有生命,更談不上人類的繁衍生息,氨基酸是蛋白質(zhì)的基本組成元素,蛋白質(zhì)是由不同種類的氨基酸按照一定順序排列而成,稱為蛋白質(zhì)序列。通過對蛋白質(zhì)序列進(jìn)行分析可以進(jìn)一步了解蛋白質(zhì)的空間結(jié)構(gòu)。這對于分析蛋白質(zhì)功能和藥物設(shè)計(jì)等應(yīng)用至關(guān)重要,因?yàn)榈鞍踪|(zhì)生物學(xué)功能很大程度上依賴于其空間結(jié)構(gòu),并且蛋白質(zhì)的生化性質(zhì)及其功能等都與蛋白質(zhì)序列密切相關(guān),所以蛋白質(zhì)序列分析是蛋白質(zhì)結(jié)構(gòu)甚至是功能分析的前提和基礎(chǔ)。蛋白質(zhì)序列分析的首要步驟是對蛋白質(zhì)序列進(jìn)行編碼,目前較為常用的編碼方式有one-hot編碼方式、PSSM譜編碼、氨基酸向量編碼。one-hot編碼方式將氨基酸殘基轉(zhuǎn)變?yōu)檎幌蛄?不考慮詞與詞之間的順序并且假設(shè)向量之間相互獨(dú)立,雖然計(jì)算簡單,但是不能很好地表達(dá)出上下文之間的依賴性和單詞之間順序不同所帶來的區(qū)別,利用多序列比對打分方式構(gòu)建的PSSM譜編碼克服了這一缺點(diǎn),但是其算法的迭代性質(zhì)使其對序列數(shù)據(jù)庫中的偏差非常敏感。特別是,容易將重復(fù)序列錯(cuò)誤地結(jié)合到中間譜中。將氨基酸序列通過Word2vec生成氨基酸向量的編碼方式雖然沒有重復(fù)序列錯(cuò)誤,但是并不能表達(dá)出同源序列之間...

【文章頁數(shù)】：57 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1幽門螺桿菌的部分氨基酸序列

第1章引言蛋白質(zhì)具有一級(jí)、二級(jí)、三級(jí)和四級(jí)結(jié)構(gòu)[3]。蛋白質(zhì)的一級(jí)結(jié)構(gòu)是由20種氨基酸殘基在蛋白質(zhì)肽鏈中通過排列組合形成的，也就是氨基酸序列。每種蛋白質(zhì)的氨基酸殘基的排列組合順序都是唯一而確切的，可以說結(jié)構(gòu)和功能不同的蛋白質(zhì)的氨基酸序列是完全不同且不可改變的[4]。如圖....

圖1-2幽門螺桿菌的三級(jí)結(jié)構(gòu)圖

E0.01029C0.00018，肽鏈還按照一定的空間結(jié)構(gòu)進(jìn)繼續(xù)以幽門螺桿菌為例，圖1-2即就是圖1-1所示的氨基酸序列所具有三級(jí)結(jié)構(gòu)的多肽鏈按照一定空由此可見，蛋白質(zhì)的一級(jí)結(jié)構(gòu)，即結(jié)構(gòu)和四級(jí)結(jié)構(gòu)，進(jìn)而決定了其功似，那么他們大概率具有相同的質(zhì)中帶負(fù)電荷的氨基酸的比....

圖2-1Word2vec兩種方法模型結(jié)構(gòu)圖

圖2-1Word2vec兩種方法模型結(jié)構(gòu)圖2.1.1基于HierarchicalSoftmax的模型HierarchicalSoftmax最先由Morin和Bengio引入[32]。主要優(yōu)點(diǎn)是，不需要計(jì)算神經(jīng)網(wǎng)絡(luò)中的W輸出節(jié)點(diǎn)的概率分布，而是僅需要計(jì)算....

圖2-2CBOW模型的網(wǎng)絡(luò)結(jié)構(gòu)示意圖

通過它們的出現(xiàn)頻率將詞組合在一起可以作為基于神型的加速訓(xùn)練技術(shù)。圖2-2所示為CBOW模型的網(wǎng)絡(luò)結(jié)構(gòu)：輸入層，投影層和輸出層text(w),w)為例（這里假設(shè)(Context(w),w)由w前后各c個(gè)詞構(gòu)成要說明。輸入層包含Context(w)中2c個(gè)詞的....

本文編號(hào)：4054286