[发明专利]一种基于卷积神经网络的DNA绑定残基预测方法

说明书

一种基于卷积神经网络的DNA绑定残基预测方法，首先，根据输入残基数为L的待进行DNA绑定残基预测的蛋白质序列信息，分别使用HHblits、PSIPRED、SANN和I‑LBR程序获取特征矩阵PSFM、PSS、PSA和ILBR；然后，将以上四个矩阵组合为一个特征矩阵F并将其转化为特征张量；其次，我们将蛋白质序列处理成残基样本；再次，搭建卷积神经网络，利用已知绑定残基的蛋白质序列构建数据集并训练所搭建的网络；最后，将待进行预测的蛋白质序列的残基样本输入到训练的模型中，根据模型输出概率是否大于判定阈值threshold，进而判断对应的残基是否为DNA绑定残基。本发明计算代价小、预测精度高。

技术领域

本发明涉及生物信息学、模式识别与计算机应用领域，具体而言涉及一种基于卷积神经网络的DNA绑定残基预测方法。

背景技术

蛋白质与配体相互作用在生命过程中是普遍存在且不可或缺的，这种相互作用在生物分子的识别和信号传递过程中起着非常重要的作用。DNA分子是重要的一类配体分子，准确识别蛋白质序列中DNA分子的绑定残基，有助于理解蛋白质功能、分析蛋白质与DNA分子之间的相互作用机制及设计药物靶蛋白，具有重要的生物学意义。

调研文献发现，许多用于预测蛋白质序列中DNA绑定残基的方法已被提出，如：DNAPred(Zhu Y,Hu J,Song X,et al.DNAPred:Accurate Identification of DNA-Binding Sites from Protein Sequence by Ensembled Hyperplane-Distance-BasedSupport Vector Machines[J].Journal of Chemical Information and Modeling,2019,59(6):3057-3071.即：Zhu Y等.集成基于超平面距离的支持向量机来准确识别蛋白质序列中的DNA绑定位点[J].化学信息和建模期刊,2019,59(6):3057-3071)、DELIA(Xia C,PanX,Shen H,et al.Protein-ligand binding residue prediction enhancement throughhybrid deep heterogeneous learning of sequence and structure data[J].Bioinformatics,2020.即：Xia C等.通过对序列和结构数据的混合深度学习提高蛋白质配体绑定残基的预测性能[J].生物信息学,2020)、CNNsite(Zhou J,Lu Q,Xu R,etal.CNNsite:prediction of DNA-binding residues in proteins using convolutionalneural network with sequence features[J],2016:78-85.即：Zhou J等.基于序列特征的卷积神经网络预测蛋白质DNA绑定残基[J],2016:78-85)、ENSEMBLE-CNN(Zhang Y,QiaoS,Ji S,et al.Predicting DNA Binding Sites in Protein Sequences by an EnsembleDeep Learning Method[C].international conference on intelligent computing,2018:301-306.即：Zhang Y等.基于集成学习方法预测蛋白质序列中的DNA绑定位点[C].国际智能计算会议,2018:301-306)等。尽管已有方法可以用于预测蛋白质序列中的DNA绑定残基，但是训练集合中的噪音信息没有得到足够的关注，预测精度并不能保证是最优的，有待进一步提升。

综上所述，已有的DNA绑定残基的预测方法在计算代价、预测精度两个方面距离实际应用的要求还有很大差距，迫切地需要改进。

发明内容

为了克服已有的DNA绑定残基预测方法在计算代价、预测精度两个方面的不足，本发明提出一种计算代价小、预测精度高的基于卷积神经网络的DNA绑定残基预测方法。