|
| |
|
|
| [ 文章来源： | 文章作者：
| 发布时间：2006-10-25|
字体：
[大
中
小]
| |
|
蛋白质二级结构的预测通常被认为是蛋白结构预测的第一步，是根据它们被预测的局部结构，对蛋白序列中的氨基酸进行分类。二级结构的预测方法通常分为多序列列线预测和单序列预测的方法。由于单序列预测所提供的信息只是残基的顺序而没有其空间分布的信息，所以单序列预测的算法预测准确率并不高而且对于一些特殊结构，这些算法很难预测成功。
多序列列线预测和神经网络的应用大大提高了二级结构预测的准确度，通过对序列比对的预测可以明确的提供单一位点在三维结构上的信息。这样通常二级结构预测的准确率比单序列预测能够提高１０%.许多方法据说可达到70%-77%，目前较为常用的几种方法有：PHD、PSIPRED、Jpred、PREDATOR、PSA。其中最常用的是PHD。PHD结合了许多神经网络的成果，每个结果都是根据局部序列上下文关系和整体蛋白质性质（蛋白质长度、氨基酸频率等）来预测残基的二级结构。那么，最终的预测是这些神经网络每个输出的算术平均值。这种结合方案被称为陪审团决定法（jury decision）或者成为所有胜利者（winner-take-all）法。PHD被认为是二级结构预测的标准。
上一篇：蛋白质结构预测相关概念 下一篇：蛋白质三级结构预测
|
|
|
蛋白质结构预测相关概念