نهج توقع هيكل البروتين يستند إلى دمج المحولات والشبكات العصبية التلافيفية

تعتبر البروتينات ضرورية للحياة، ويحدد هيكلها وظيفتها. يتشكل الهيكل الثانوي للبروتين من طي الهيكل الأولي للبروتين، ويتشكل الهيكل الثلاثي للبروتين عن طريق انحناء وطوي الهيكل الثانوي. لذلك، فإن دراسة الهيكل الثانوي للبروتين تساعد كثيرًا في الفهم الشامل لهيكل البروتين. على الرغم من أن دقة توقع الهيكل الثانوي للبروتين قد تحسنت باستمرار مع تطور التعلم الآلي والتعلم العميق، فإن التقدم في مجال توقع هيكل البروتين، للأسف، لا يزال غير كافٍ لتلبية الطلب الكبير على معلومات البروتين. لذلك، استنادًا إلى مزايا الطرق القائمة على التعلم العميق في استخراج الميزات والقدرة على التعلم، تعتمد هذه الورقة نموذج شبكة عصبية عميقة ذات دمج ثنائي الأبعاد، DstruCCN، الذي يستخدم الشبكات العصبية التلافيفية (CCN) ونموذج لغة البروتين المحولين المشرف للتوقع الهيكلي للبروتين بتسلسل واحد. يتم دمج ميزات التدريب لكليهما لتوقع مصفوفة مواقع ارتباط المحول للبروتين، ثم يتم إعادة بناء الهيكل الثلاثي الأبعاد باستخدام تقليل الطاقة.