摘要
蛋白质结构决定功能,蛋白质主链上N-C键和C-C键形成的二面角(φ,ψ)对蛋白质三维结构和空间构象起着重要作用.从蛋白质一级序列出发,预测骨架二面角可以加速对低能结构构象空间的有效采样,大大推进三维结构预测,可作为生物实验的有效快速辅助手段.随着蛋白质生物样本数据增多和计算性能提升,近年来,深度学习方法广泛应用到蛋白质二面角预测.介绍了蛋白质残基的主要特征表示、计算方法对二面角预测处理、评价标准和常用数据集等;对近几年来的基于深度学习模型诸多研究工作进行系统归纳与整理,从网络结构设计、输入特征表示、模型泛化性能等方面进行总结,并对比分析各算法特点及存在的问题.在此基础上,对其未来研究发展方向与应用前景进行了展望.
基金项目
安徽省高校优秀人才支持计划(gxyq2020029)
教育部中国高校产学研创新基金-新一代信息技术创新项目(2019ITA01046)
安庆师范大学2021年度研究生学术创新项目(2021yjsXSCX014)
维普
万方数据