用于跨膜蛋白分类的分层人工神经网络系统
定量方法
2016-05-10 v2
摘要
本文介绍了一个简单的人工神经网络，它仅根据蛋白质序列将蛋白质分为两类：膜蛋白类和非膜蛋白类。这对于完整基因组中鉴定出的开放阅读框（ORF）的功能分配和分析可能很重要，尤其是那些对应未知功能蛋白质的ORF。本文描述的神经网络具有简单的分层前馈拓扑结构和有限数量的神经元，使其非常快速。通过仅使用11个蛋白质序列中包含的信息，该方法能够以100%的准确率识别出文献中收集的所有具有可靠拓扑结构的膜蛋白。应用于一个包含995个球状水溶性蛋白质的测试集时，该神经网络错误地将其中23个分类为膜蛋白（正确分配率为97.7%）。该方法还成功应用于完整的SWISS-PROT数据库以及多个完整基因组的ORF。该神经网络与PRED-TMR算法（Pasquier, C., Promponas, V.J., Palaios, G.A., Hamodrakas, J.S. and Hamodrakas, S.J., 1999）相结合，形成了一个名为PRED-TMR2的新应用软件包。运行PRED-TMR2软件的WWW服务器可在http://o2.db.uoa.gr/PRED-TMR2访问。
引用
@article{arxiv.0902.3148,
title = {An hierarchical artificial neural network system for the classification of transmembrane proteins},
author = {Claude Pasquier and Stavros Hamodrakas},
journal= {arXiv preprint arXiv:0902.3148},
year = {2016}
}