用受限玻尔兹曼机学习相互作用系统的组合表示：晶格蛋白的比较研究
机器学习
2019-02-19 v1 数据分析、统计与概率
生物大分子
摘要
受限玻尔兹曼机（RBM）是一种无监督机器学习二分图模型，它联合学习数据上的概率分布并提取其相关统计特征。因此，RBM 最近被提出用于刻画蛋白质序列中氨基酸之间的共进化模式并设计新序列。在此，我们研究 RBM 所学特征的性质如何随其定义参数（如表示的维度（隐藏层大小）和特征的稀疏性）变化。我们表明，对于这些参数的适当取值，RBM 运行于所谓的组合相中，其中从 RBM 采样的可见构型是通过重组这些特征获得的。然后，我们将 RBM 与其他标准表示学习算法的性能进行比较，包括主成分分析、独立成分分析、自动编码器（AE）、变分自动编码器（VAE）及其稀疏变体。我们表明，由于数据构型与表示之间的随机映射，RBM 能更好地捕捉系统中潜在的交互作用，并且相对于样本量比 PCA 或 ICA 等确定性方法显著更鲁棒。此外，该随机映射不像 VAE 中那样被先验规定，而是从数据中学习，这使得 RBM 即使在使用浅层架构时也能表现出良好性能。所有数值结果均在合成晶格蛋白数据上说明，该数据与真实蛋白质序列具有相似的统计特征，且其真实交互作用是已知的。
引用
@article{arxiv.1902.06495,
title = {Learning Compositional Representations of Interacting Systems with Restricted Boltzmann Machines: Comparative Study of Lattice Proteins},
author = {Jérôme Tubiana and Simona Cocco and Rémi Monasson},
journal= {arXiv preprint arXiv:1902.06495},
year = {2019}
}