蛋白质二级结构+预测软件精品课件.pptVIP

预测蛋白质二级结构的算法大多以已知三维结构和二级结构的蛋白质为依据，用过人工神经网络、遗传算法等技术构建预测方法。 目前较为常用的几种方法有：PHD、PSIPRED、Jpred、PREDATOR、PSA，其中最常用的是PHD。PHD结合了许多神经网络的成果，每个结果都是根据局部序列上下文关系和整体蛋白质性质（蛋白质长度、氨基酸频率等）来预测残基的二级结构。那么，最终的预测是这些神经网络每个输出的算术平均值。这种结合方案被称为陪审团决定法（jurydecision）或者称为所有胜利者（winner-take-all）法。PHD被认为是二级结构预测的标准。总的来说，二级结构预测仍是未能完全解决的问题，一般对于α螺旋预测精度较好，对β折叠差些，而对除α螺旋和β折叠等之外的无规则二级结构则效果很差。 PHD的使用请见人工神经网络方法中的“基于人工神经网络模型的预测软件PHDsec使用简介”. nnPredict：/~nomi/nnpredict.html nnpredict算法使用了一个双层、前馈神经网络去给每个氨基酸分配预测的类型。在预测时，服务器使用FASTA格式的文件，其中有单字符或三字符的序列以及蛋白质的折叠类（α、β或α/β）。残基被分为几类，如α螺旋（H）、β链（E）或其它（－）。若对给定残基未给出预测，则会标上问号（？），这说明无法作出可信的分配。若没有关于折叠类的信息，预