基于递归神经元网络的蛋白质二级结构预测问题的研究-计算机软件与理论专业论文.docxVIP

摘要生物信息学(Bioinformatics)是-lJ新兴的交叉学科。它所研究的对象是生物 摘要 生物信息学(Bioinformatics)是-lJ新兴的交叉学科。它所研究的对象是生物 学的数据，目的是从海量数据中找出生物实验难以发现的内在信息，指导生物学 家的工作；而研究所采用的方法则是从各种计算技术中衍生出来的。，而研究所 采用的方法则是从各种计算技术中衍生出来的。生物学相关信息量爆炸式的积 累，产生了对海量生物信息进行处理的需求；而计算机技术的飞速发展，形成了 处理海量生物信息的能力。 蛋白质结构预测在生物信息学中是最重要的研究课题之一，而二级结构预测 则是蛋白质结构预测的主要组成部分。已有的基于机器学习的二级结构预测方法 普遍采用前馈神经网络作为预测器的主体，这些方法在处理二级结构预测时存在 两方面的问题：一、对当前位置残基的预测无法引入序列远距离信息；二、无法 体现序列上下游信息对对当前预测位置的影响。 本文主要是从这两方面问题着手，从网络形态上和预测模型结构做出相应的 改进，以期望提高预测的准确率。对于网络形态，考虑使用递归神经元网络作为 预测模型的主体，通过对递归神经元网络自身的特性的分析，发现它可以很好满 足我们解决问题一的需要，使模型预测时能够引入远距离信息：对于模型结构， 采用双向的模型结构，体现序列上下游信息同预测位置之间的相关性。从而得到 本文所要介绍的BRNN预测模型，并改进了相应的学习算法。 本文工作还包括建立一个基于BRNN预测模型的实验系统，并对预测结果 和数据进行了分析。 关键字： 生物信息学、递归神经网络、蛋白质、二级结构、结构预测 AbstractBioinformatics Abstract Bioinformatics is a new developing cross discipline．Content that it studies is the biological data，and the method that the research institute adopts derives out from various kinds of computing technologies．Accumulation of the exploding type of relevant amount of biological data，has produced the demand for dealing with the biological information of magnanimity；And the development at full speed of computer technology,has formed the ability to deal with biological information of magnanimity． The protein structure prediction is one of as most important subject for research in bioinformatics；and second structure prediction is the main part of the protein structure prediction．Existing second structure prediction methods on the basis of machine learning generally use feed-forward neural network as the main part of the prediction model．In research，we found that these methods have two main problems when deal witll second structure prediction：cannot use the long distance information in the prediction；cannot use the up-·stream arid down—tstream information together in the prediction． This thesis mainly sets about from these two problems，and makes corresponding improvement to the form of the network and the structure of the prediction model to improve the accuracy