1 论文标题：基于Wasserstein生成对抗网络和残差网络的8类蛋白质二级结构预测

2 作者信息：李 舜, 马玉明*, 刘毅慧*：齐鲁工业大学(山东省科学院)计算机科学与技术学院，山东 济南

3 出处和链接：李舜, 马玉明, 刘毅慧. 基于Wasserstein生成对抗网络和残差网络的8类蛋白质二级结构预测[J]. 计算生物学, 2023, 13(1): 1-9. https://doi.org/10.12677/HJCB.2023.131001

4 摘要：蛋白质二级结构包含充分的蛋白质信息，而且蛋白质二级结构是研究蛋白质三级结构和药物设计的基础，因此，本文提出了一种基于Wasserstein生成对抗网络(WGAN)和残差网络(ResNet)的蛋白质8态二级结构预测的方法。该方法首先通过Wasserstein生成对抗网络(WGAN)提取蛋白质特征，将其与PSSM结合成新的特征集合，然后将新的特征集合输入到残差网络(ResNet)预测并得到最终结果。经过实验，该方法在测试集CASP10-14和CB513中的Q8预测准确率分别为73.21%，72.43%，71.67%，69.83%，70.17%和73.89%。通过实验表明，Wasserstein生成对抗网络(WGAN)具有出色的特征提取能力，ResNet能够有效地训练深层网络结构，从而提高蛋白质二级结构的预测精度。

（投稿咨询请移步汉斯出版社公众号联系小编！）