薛燕娜 , 董洪伟 , 王兵 , 杨勤 , 李文静

江南大学物联网工程学院, 无锡, 214000
作者    通讯作者
基因组学与应用生物学, 2015 年, 第 34卷, 第 276 篇   
收稿日期: 1970年01月01日    接受日期: 1970年01月01日

这是一篇采用Creative Commons Attribution License进行授权的开放取阅论文。只要对本原作有恰当的引用，版权所有人允许和同意第三方无条件的使用与传播。

针对传统蛋白质相互作用预测模型预测精度不够高的问题，提出一种改进的深度玻尔兹曼机（DBM）模型以更精确地预测蛋白质的相互作用。首先，将多尺度特征组提取和自协方差编码方法结合编码序列特征，并利用DBM自动筛选有效特征。同时，为了避免采用sigmoid或tanh激活函数在深度网络中出现过饱和的问题，本文采用ReLU改进的深度玻尔兹曼机（RBM），使网络具备稀疏性，从而避免模型过拟合，加快收敛速度。在酵母菌PPIs数据集上，本文算法达到了92.27%的准确率，优于传统的方法。

ReLU激活函数；深度玻尔兹曼机；序列编码；蛋白质相互作用