用于蛋白质结构分类与预测的胶囊网络
机器学习
2018-09-18 v1 定量方法
机器学习
摘要
胶囊网络（Capsule Network）由于关注层次关系，在结构生物学中解决相关问题具有巨大潜力。本文描述了一种胶囊网络架构在基于 GPU 的计算资源上对 RAS 蛋白质家族结构进行分类的实现与应用。所提出的在 2D 和 3D 结构编码上训练的胶囊网络能够成功分类 HRAS 和 KRAS 结构。该胶囊网络还能分类基于 KRAS 和 HRAS 突变序列的 PSI-BLAST 搜索所得的蛋白质数据集。我们的结果显示，与传统卷积网络相比准确率有所提高，同时通过激活向量的可视化改善了可解释性。
引用
@article{arxiv.1808.07475,
title = {Capsule Networks for Protein Structure Classification and Prediction},
author = {Dan Rosa de Jesus and Julian Cuevas and Wilson Rivera and Silvia Crivelli},
journal= {arXiv preprint arXiv:1808.07475},
year = {2018}
}