基于深度学习的蛋白质泛素化性质分类算法的研究

发布时间：2021-03-18 22:05

　　现如今,随着人工智能研究的再次兴起,深度学习方法也成为了学术界、工业界的焦点。深度学习作为传统机器学习中最前沿最高效的方法,在诸如ImageNet和Kaggle这样的机器学习竞赛中,多次取得了优异的成绩。这种方法本质上是在模仿了生物学中人类大脑的神经元机制来进行特征学习。其主要过程包括数据处理、模型训练、样本测试等等步骤来学习到最优的参数。现在,深度学习不仅仅是个理论概念,也深入到了各个领域当中,并得到了广泛的应用。如语音识别、人脸识别、智能机器人、智能诊疗等等都是深度学习方法的具体应用。蛋白质各种性质的研究是生物学上的重要课题,比如泛素过程的分类问题预测。蛋白质泛素化是广泛存在于真核细胞中的蛋白质的翻译后修饰。越来越多的研究表明,泛素化及其反向过程去泛素化,通过调节免疫系统中不同细胞类型的功能,在先天性和适应性免疫应答过程中起着关键的调节作用,从而影响人类的许多重大疾病的出现和治疗。蛋白质泛素化分类预测问题本质上是一个二分类问题,目前判断某条蛋白质是否具有泛素化过程这一研究,多是单纯依靠生物学实验,因此需要大量的人力物力,耗时长效率低不适合大规模检测。也因此截止到目前,在生物学最具权... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

人工神经元

所以神经元模型有很大的了 Hebb 学习率，它表示随着神经度也随之改变。这一结论启发众型自身动态习得权重值。了一系列机器学习算法及深度学]。感知机（也称为感知器），来输出层的神经网络。输入层负责征进行计算，并将其结果输出。与神经元模型不同。因此，感知如图 2.2 所示。

)和 表示网络中传输的向量数据、 神经网络中还引入了偏置项这一重要偏置节点。事实上，在有些神经网络节点也是默认存在的。偏置本质上是终为 1。偏置单元存在于除了输出层下一层中的所有节点，类似于全连接2.2)是使用矩阵运算来表达整个计算 ( )= (W( ) ( ) ( )) ....... = ( ( ) ( ) ( ))..........

【参考文献】：
期刊论文
[1]去泛素化酶USP10 RNAi慢病毒载体的构建及其对PC12细胞增殖的影响[J]. 叶樱泽,张旭,曾智,古丽娟.  武汉大学学报(医学版). 2019(01)
[2]AGGF1在结直肠癌细胞DNA损伤修复及化疗敏感性中的作用[J]. 王楠,徐美兰,廖淑婷.  南方医科大学学报. 2018(07)
[3]泛素链修饰类型研究进展[J]. 付业胜,王平,胡荣贵,张令强.  生命科学. 2018(04)
[4]基于FKNN算法的GIS运行状态评估研究[J]. 方钦,陈建峡,张晓星,金淼,郑建,李秀卫.  湖北工业大学学报. 2018(02)
[5]蛋白泛素化修饰调控炎性肠疾病发生和发展的研究进展[J]. 凌静,李红蕊,陈玮琳.  浙江大学学报(医学版). 2018(01)
[6]卷积神经网络中ReLU激活函数优化设计[J]. 王双印,滕国文.  信息通信. 2018(01)
[7]机器学习算法在数据挖掘中的应用[J]. 陈小燕.  现代电子技术. 2015(20)
[8]基于两层神经网络的基音检测算法[J]. 王民,孙洁,贠卫国,刘利,任雪妮.  计算机工程与应用. 2014(05)
[9]AdaBoost算法在多属性二分类问题中的应用——以魔术伽马望远镜数据集为例[J]. 刘金花,刘明启,黄晓花.  新余学院学报. 2012(04)
[10]蛋白质泛素化修饰的生物信息学研究进展[J]. 卢亮,李栋,贺福初.  遗传. 2013(01)

博士论文
[1]基于深度学习的蛋白质翻译后修饰位点预测研究[D]. 王多林.吉林大学 2018

硕士论文
[1]线性泛素化连接酶LUBAC高通量底物筛选体系的建立[D]. 高欣.中国人民解放军军事医学科学院 2016



本文编号：3089003