跨膜蛋白二级结构预测.docx

跨膜蛋白二级结构预测

摘要

跨膜蛋白深刻影响许多关键的生物学过程，由于它们的关键蛋白功能而成为主要的药物靶标。在这项研究中，我们提出了一种新颖的计算方法TMPSS，以预测跨膜蛋白二级结构。TMPSS应用了卷积神经网络（CNN），而且结合了注意力增强的双向长期短期记忆（BiLSTM）网络，从主序列中提局部上下文和远距离的相互依存关系。此外，多任务学习策略用于预测二级结构和跨膜螺旋。针对非冗余独立数据集对TMPSS进行了全面的培训和测试，其中Q3二级结构的预测准确性在非跨膜区域达到了78％，跨膜区域预测的准确性达到了90％。

总之，我们的方法展示了仅通过利用一级序列产生的特征来预测跨膜蛋