39、蛋白质折叠动力学状态预测与模糊软集决策

蛋白质折叠动力学状态预测与模糊软集决策

1. 蛋白质数据集构建

1.1 数据提取

从 UniProt（http://www.uniprot.org）中提取蛋白质的 PDBID、长度和辅助基本数据。蛋白质排列长度指数据集中每个蛋白质的残基总数，它在预测蛋白质折叠中是一个重要因素。同时，利用 EXPASY 的 ProtParam 工具（http://www.expasy.ch/cgi - receptacle/protparam）识别单体和二聚体中的亲水（D, E, R, K, H, S, T, N, Q, W, C, Y）和疏水（V, F, M, L, A, I, P, G）残基。

1.2 折叠状态预测

使用 K - fold 服务器（http://folding.path.uab.edu/k - fold/K - Fold.html）预测蛋白质的折叠动力学状态（二态或多态）。该服务器基于支持向量机（SVM），利用直接位函数，可预测状态、折叠速率的对数以及展示每个残基的接触频率和接触顺序的图表。

1.3 数据集划分

构建的数据集包含 120 个蛋白质，其中 90 个用于训练，30 个用于测试。

2. 模糊反向传播算法

2.1 反向传播学习算法基础

反向传播学习算法是神经网络中最重要的改进之一，应用于多层前馈网络，其处理元素具有连续可微的激活函数。该算法通过梯度下降法更新权重，从结果的初始猜测开始，取该点函数的梯度，沿梯度的负方向迭代，公式为 (x_{k + 1} = x_{k}-\theta\cdot f’(x_{k}))，其中 (\theta