使用深度神经网络预测氨基酸侧链构象
生物大分子
2017-07-27 v1 机器学习
机器学习
摘要
我们构建了一种基于深度神经网络的结构，以前所未有的准确率预测氨基酸侧链构象。氨基酸侧链构象预测对于蛋白质同源建模和蛋白质设计至关重要。目前广泛采用的方法使用基于物理的能量函数来评估侧链构象。在此，使用无基于物理假设的深度神经网络结构，我们证明了与目前的标准方法相比，侧链构象预测准确率可以提高25%以上，尤其是对于芳香族残基。更引人注目的是，此处提出的预测方法足够鲁棒，能够在不提供结构因子的情况下，从蛋白质数据库的高分辨率结构中识别出单个构象异常值。我们设想，我们的氨基酸侧链预测器可以作为未来蛋白质结构模型验证的质量检查步骤，以及许多其他潜在应用，例如冷冻电子显微镜中的侧链分配、晶体学模型自动构建、蛋白质折叠和小分子配体对接。
引用
@article{arxiv.1707.08381,
title = {Prediction of amino acid side chain conformation using a deep neural network},
author = {Ke Liu and Xiangyan Sun and Jun Ma and Zhenyu Zhou and Qilin Dong and Shengwen Peng and Junqiu Wu and Suocheng Tan and Günter Blobel and Jie Fan},
journal= {arXiv preprint arXiv:1707.08381},
year = {2017}
}