摘要：金属离子是一种重要的蛋白质结合配体,蛋白质与离子配体结合才能实现其功能,预测蛋白质—金属离子配体结合残基对分子药物设计研究具有重要意义.本文以5种金属离子配体为研究对象,基于蛋白质序列,使用深度学习算法对蛋白质—金属离子配体结合残基进行预测,五交叉检验下得到了较好的预测结果.通过对深度学习算法超参数进行优化,预测性能进一步提升.在最优超参数下,深度学习算法独立检验的预测结果好于随机森林算法.

摘要：蛋白质与金属离子配体的相互作用在生命进程中扮演着非常重要的角色.预测金属离子配体的结合残基对于理解细胞机制和设计分子药物有重要意义.文中使用Naive Bayes Classifier对十种金属离子配体Zn^(2+)、Fe^(2+)、Fe^(3+)、Cu^(2+)、Mn^(2+)、Co^(2+)、Ca^(2+)、Mg^(2+)、Na^+和K^+的结合残基进行预测,五交叉检验下得到了较好的预测结果.