本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：工作論文
- 編號：工作論文 #1374
- 日期：2026-03-18
摘要
我們提出了一種自適應神經網路方法，可以確定「新」的蛋白質二級結構類別，與傳統的分類相比，這些蛋白質二級結構從局部胺基酸序列中可預測性明顯更高。從一級序列準確預測傳統二級結構類別、α螺旋、β鍊和捲曲長期以來一直是計算分子生物學中的一個重要問題，具有許多影響，包括多序列比對、蛋白質功能重要區域的預測以及從一級序列預測三級結構。這裡介紹的演算法使用自適應網路同時檢查序列和結構資料（例如可從布魯克海文蛋白質資料庫取得），並確定可以從序列高精度預測的新二級結構類別。這些新類別與傳統的二級結構類別既有相似之處，也有不同之處。它們代表了一種新的、重要的蛋白質二級結構分類，可以從一級序列預測。