蛋白质二级结构预测概率图模型的改进

赵凌琪，朱丽娟，王柯静，董小庆，张　屹，

(1.内蒙古民族大学计算机科学与技术学院，内蒙古通辽　028043；2.河北科技大学理学院，河北石家庄　050018)



蛋白质二级结构预测概率图模型的改进

赵凌琪1，朱丽娟2，王柯静2，董小庆2，张屹1，2

(1.内蒙古民族大学计算机科学与技术学院，内蒙古通辽028043；2.河北科技大学理学院，河北石家庄050018)

摘要：蛋白质二级结构与蛋白质三级结构及蛋白质功能密切相关，是生物信息学研究的热点，其中概率图模型隐马尔可夫算法(HMM)是该领域研究的重要工具。但是在实际应用中，存在着HMM训练下溢、不同训练集的效果差异较大及参数优化困难等问题。对预测蛋白质二级结构时HMM遇到的训练下溢问题提出了改进方案；首次提出8-状态HMM来预测蛋白质二级结构，并且将参数B改进成为包含状态转移信息的三维参数；为了改进最优HMM模型的确定方法，用每个样本分别对初始HMM模型进行训练，得到一系列新的模型，然后对这些新模型的参数求均值，将求得的均值作为最优模型的参数。这些改进方法提高了HMM预测蛋白质二级结构的准确率，为HMM的进一步优化打下良好的基础。

关键词：应用生物化学；概率图；蛋白质二级结构；HMM；下溢；参数优化

生物学原理[1]指出：DNA序列首先通过转录、翻译生成氨基酸序列，氨基酸序列再经过盘曲折叠形成复杂的二级、三级等空间结构。研究发现，蛋白质二级和三级结构能有效揭示蛋白质的生物功能[2-4]，可以用X射线晶体学技术、电子显微镜技术和核磁共振衍射技术(NMR)等来测定它们[5]。……