将二级结构信息整合至三角空间关系（TSR）以实现高级蛋白质分类
机器学习
2026-01-21 v1 生物大分子
摘要
蛋白质结构是破译生物学功能的关键。传统结构比较方法有时会忽略这些蛋白质之间更细致的相似性形式。相比之下，三角空间关系（Triangular Spatial Relationship, TSR）等更先进的方法已被证明能够做出更精细的区分。尽管如此，经典的 TSR 实现并未提供整合二级结构信息的功能，而这对更详细地理解蛋白质的折叠模式非常重要。为了克服这些局限性，我们开发了 SSE-TSR 方法。该方法将二级结构元素（Secondary Structure Elements, SSEs）整合到基于 TSR 的蛋白质表示中。通过考虑螺旋、折叠片和卷曲排列的 18 种不同组合，这实现了对蛋白质结构的丰富表示。我们的结果表明，使用 SSE 在不同程度上提高了蛋白质分类的准确性和可靠性。我们使用了分别包含 9.2K 和 7.8K 样本的两个大型蛋白质数据集。我们应用了 SSE-TSR 方法并使用神经网络模型进行分类。有趣的是，引入 SSE 改善了数据集 1 的性能统计，准确率从 96.0% 提升至 98.3%。对于性能统计已经很好的数据集 2，引入 SSE 后发现了进一步的微小提升，准确率达到 99.5%，而原先为 99.4%。这些结果表明，SSE 整合可以显著改善 TSR 的关键区分能力，在初始准确率较低的数据集中具有显著收益，而在基线性能较高的数据集中仅有边际提升。因此，SSE-TSR 是一种强大的生物信息学工具，可改善蛋白质分类以及对蛋白质功能和相互作用的理解。
引用
@article{arxiv.2411.12853,
title = {Integrating Secondary Structures Information into Triangular Spatial Relationships (TSR) for Advanced Protein Classification},
author = {Poorya Khajouie and Titli Sarkar and Krishna Rauniyar and Li Chen and Wu Xu and Vijay Raghavan},
journal= {arXiv preprint arXiv:2411.12853},
year = {2026}
}