蛋白质二级结构预测服务器PSRSM

• 作者: 刘毅慧 韩心怡
• 来源期刊: 生物信息学
• 学科: 生物学
• 关键词: 蛋白质 蛋白质二级结构预测 PSRSM 预测方法评估
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 116-126
• 页数: 11页
• 分类号: Q518.1
• 字数: 5085字
• 语种: 中文
• DOI: 10.12113/201907006

摘要

蛋白质二级结构预测是蛋白质结构研究的一个重要环节,大量的新预测方法被提出的同时,也不断有新的蛋白质二级结构预测服务器出现.试验选取7种目前常用的蛋白质二级结构预测服务器:PSRSM、SPOT-1D、MUFOLD、Spider3、RaptorX,Psipred和Jpred4,对它们进行了使用方法的介绍和预测效果的评估.随机选取了PDB在2018年8月至11月份发布的180条蛋白质作为测试集,评估角度为:Q3、Sov、边界识别率、内部识别率、转角C识别率,折叠E识别率和螺旋H识别率七种角度.上述服务器180条测试数据的Q3结果分别为:89.96％、88.18％、86.74％、85.77％、83.61％,79.72％和78.29％.结果表明PSRSM的预测结果最好.180条测试集中,以同源性30％,40％,70％分类的实验结果中,PSRSM的Q3结果分别为:89.49％、90.53％、89.87％,均优于其他服务器.实验结果表明,蛋白质二级结构预测可从结合多种深度学习方法以及使用大数据训练模型方向做进一步的研究.