深度學習方法在蛋白質結構預測領域的應用

目錄

第1章引言

1.1蛋白質結構預測概述

1.1.1背景與意義

1.1.2需要使用已有結構信息的預測方法

1.1.3完全基於序列信息的預測方法

1.2本書的組織結構

第2章方法與技術

2.1深度神經網絡

2.1.1深度信念網絡

2.1.2卷積神經網絡

2.1.3殘差神經網絡

2.2生成式對抗網絡

2.2.1基本框架和工作原理

2.2.2損失函數

2.3蛋白質的原子坐標優化與其殘基間約束

2.3.1殘基間約束

2.3.2原子坐標優化

2.4其他

2.4.1集成學習

2.4.2註意力機制

2.4.3分子動力學模擬

2.4.4排序學習

第3章多層級架構的深度神經網絡對蛋白質殘基接觸的預測

3.1引言

3.2數據集、網絡模型與訓練方法

3.2.1數據集的處理

3.2.2網絡架構概述

3.2.3模塊一

3.2.4模塊二

3.2.5模塊三

3.3結果與討論

3.3.1平均系綜對網絡性能的提升

3.3.2與舊版的性能對比

3.3.3與當時該領域內其他前沿算法的性能對比

3.3.4殘基接觸輔助蛋白質折疊的評估

3.4小結

第4章生成式對抗網絡對蛋白質殘基間實值距離的預測

4.1引言

4.2數據集與特征生成

4.2.1蛋白質數據集

4.2.2本研究需用到的輸入特征

4.3結果與討論

4.3.1預實驗

4.3.2調整判別器的網絡架構

4.3.3優化生成器

4.3.4數據增廣

4.3.5模型的訓練與評估

4.3.6其他討論

4.4小結

第5章基於深度學習的蛋白質折疊框架

5.1引言

5.2數據集與相關評價指標

5.2.1數據集

5.2.2評價指標

5.3結果與討論

5.3.1框架簡介

5.3.2對輸入約束的處理

5.3.3核心優化模塊

5.3.4折疊質量分析模塊

5.3.5疊代間的重啟模塊

5.3.6折疊性能的評估

5.4小結

第6章總結與展望

6.1研究內容總結

6.2未來工作展望

6.2.1對抗式生成網絡的優化與應用

6.2.2蛋白質折疊框架的調優與適配

6.2.3基於距離的端到端訓練

6.2.4不依賴多序列比對的結構預測

6.2.5對蛋白質折疊機制方面的探索

6.2.6蛋白質設計的嘗試

第7章其他工作

7.1使用混合專家模型的殘基接觸預測

7.2對現有模型的初步擴增

參考文獻

附錄

附錄A書中需要用到的補充數據

附錄B書中需要用到的補充圖片

致謝