一种基于双向长短期记忆网络的蛋白质残基B-factor预测模型构建方法

本发明属于蛋白质结构计算领域，具体涉及一种基于双向长短期记忆网络的蛋白质残基B‑factor预测模型构建方法，包括：对用于构建训练样本的每种蛋白质序列进行切割，对应获得序列片段集；提取每个序列片段中每个残基的四种序列特征和五种结构特征，并将两种特征拼接作为该残基的特征向量；将每个序列片段中各残基的特征向量拼接构成该序列片段的特征矩阵，将位于每个序列片段中心位置处的残基作为待预测残基，每个序列片段的特征矩阵和对应待预测残基的B‑factor构成一个训练样本；采用训练样本集训练深度神经网络模型，得到蛋白质B‑factor预测模型，深度神经网络模型包括BiLSTM。本发明能提高预测精度。