剧集

使用卷积网络对图形值图像进行蛋白质接触预测，从酸性共同进化

替换为 Vladimir Golkov

神经信息处理系统会议 - NIPS 2016

蛋白质是“生命构建基块”，最丰富的有机分子，也是大多数生物医药领域的核心重点。 蛋白质结构与蛋白质功能密切相关，因此结构预测是解决许多生物问题的关键任务。 接触图是蛋白质的三维结构的紧凑表示形式，通过构成蛋白质的氨基酸之间的配对接触。 我们使用卷积网络从推断的蛋白质序列中的位置之间的统计耦合来计算蛋白质接触图。 网络的输入具有类似于图像的结构，可以卷积，但每个“像素”而不是颜色通道都包含一个双向边缘加权图。 建议在卷积网络中处理此类“图形值图像”的几种方法。 建议的方法以较大优势优于最先进的方法。 它还允许在输入数据方面具有极大的灵活性，这使得它可用于研究各种问题。