CBAT-Net：一种基于CNN-BiLSTM-Transformer混合架构的蛋白质二级结构Q3/Q8同时预测模型

《Scientific Reports》：CBAT-Net: a unified CNN–BiLSTM–MultiHead transformer architecture for joint Q3/Q8 protein secondary structure prediction

摘要

蛋白质二级结构预测（PSSP）仍然是计算生物学中的核心挑战之一，与药物设计、蛋白质工程和疾病机制理解等重要应用相关。尽管近年来一些深度学习方法表现出了显著性能，但尚未实现三态（Q3）和八态（Q8）二级结构的高精度同时预测。本研究展示了一种新型的统一架构，结合了卷积神经网络（CNNs）、双向长短期记忆网络（BiLSTM）和多头Transformer机制，能够有效地同时预测Q3/Q8蛋白质二级结构。我们的架构基于层级结构，结合了由注意力机制层提取的特征。我们建立了梯度流优化的完整数学模型，并提出了一种具有自适应权重的双任务损失函数。CBAT-Net的性能在基准数据集（CB513、CASP12、CASP13、CASP14和TS115）上进行了测试；它在Q3和Q8准确率上分别优于现有方法23.8%和4.7%（在CB513上Q3=86.71%，Q8=78.42%）。统计显著性检验（p < 0.001）进一步证实了性能优势。消融研究表明，整体架构组合对最终性能有显著影响。CBAT-Net是蛋白质二级结构预测领域的一项重要改进，表明通过具有适当归纳偏置的混合架构，可以成功地从蛋白质序列中学习局部和全局信息。本文还讨论了超学习、深度学习架构、卷积神经网络、双向LSTM、多头注意力、Transformer架构、数据集特征以及蛋白质二级结构预测。