Tiefere Profile und kaskadierte rekurrente sowie konvolutionale neuronale Netze für die state-of-the-art-Proteinfaltungsstruktur-Vorhersage

Die Vorhersage der sekundären Proteinstruktur ist seit Jahrzehnten ein zentrales Forschungsthema in der Bioinformatik. Trotz erheblicher Fortschritte gelingen selbst den fortschrittlichsten ab initio-Methoden zur sekundären Strukturvorhersage nicht die theoretischen Grenzen der Drei-Klassen-Akkuranz (88–90 %), und nur wenige Verfahren berücksichtigen mehr als die drei klassischen Klassen Helix, Strang und Coil. In dieser Studie präsentieren wir Tests verschiedener Modelle, die sowohl auf Einzelsequenzen als auch auf evolutionären Profilen basierend trainiert wurden, und stellen ein neues State-of-the-Art-System namens Porter 5 vor. Porter 5 besteht aus Ensembles kaskadischer bidirektionaler rekurrenter neuronaler Netze (BiRNNs) und konvolutioneller neuronaler Netze (CNNs), integriert neuartige Eingabecodierungsverfahren und wurde auf einer großen Menge an Proteinstrukturen trainiert. Bei Tests auf einer großen unabhängigen Datensatz erreicht Porter 5 eine Genauigkeit von 84 % (81 % SOV) bei drei Klassen und 73 % Genauigkeit (70 % SOV) bei acht Klassen. In unseren Tests ist Porter 5 um 2 % genauer als seine Vorgängerversion und übertrifft oder erreicht die Leistung der neuesten sekundären Strukturvorhersagemethoden, die wir evaluiert haben. Bei erneutem Training auf SCOPe-basierten Datensätzen, bei denen die Homologie zwischen Trainings- und Testdaten eliminiert wurde, erzielen wir vergleichbare Ergebnisse. Porter ist als Web-Server und eigenständige Anwendung unter http://distilldeep.ucd.ie/porter/ verfügbar, zusammen mit allen verwendeten Datensätzen und Alignments.