DeepIEP：基于循环神经网络（RNNs）的肽序列等电点（IEP/pI）模型
生物大分子
2017-12-29 v1 机器学习
定量方法
摘要
等电点（IEP 或 pI）是肽和蛋白质的分子系综净电荷为零时的 pH。这一物理化学性质依赖于可质子化/去质子化的侧链及其 pKa 值。此处，利用带有长短期记忆（LSTM）单元的循环神经网络（RNN），从肽序列与 pI 的数据库中训练出一个 pI 预测模型。该训练模型在外部测试集上获得的 RMSE 和 R 分别为 0.28 和 0.95。该模型不基于 pKa 值，但对构建的测试序列的预测显示出与已知 pKa 值相似的排序。预测主要依赖于已知酸性和碱性氨基酸的存在，并基于带电氨基酸在肽链中的邻近序列与位置进行精细调整。
引用
@article{arxiv.1712.09553,
title = {DeepIEP: a Peptide Sequence Model of Isoelectric Point (IEP/pI) using Recurrent Neural Networks (RNNs)},
author = {Esben Jannik Bjerrum},
journal= {arXiv preprint arXiv:1712.09553},
year = {2017}
}