Revista de Proteómica y Bioinformática
Acceso abierto

abstracto

Predicción de la estructura secundaria de la familia de proteínas oxidorreductasa mediante la técnica ANN de propagación hacia adelante y hacia atrás de regularización bayesiana

Brijesh Singh Yadav, Mayank Pokhariyal, Barkha Ratta, Gaurava Rai, Meeta Saxena, Bhaskar Sharma y KPMishra

Las redes neuronales artificiales (ANN) son modelos simplificados del sistema nervioso, en los que las neuronas se consideran unidades de procesamiento simples con conexiones ponderadas denominadas eficacias sinápticas. Estos pesos se ajustan gradualmente de acuerdo con un algoritmo de aprendizaje. Oxidoreductasa cualquiera de una clase de enzimas que catalizan reacciones de oxidación y reducción, es decir, están involucradas en la transferencia de hidrógeno o electrones entre moléculas. Incluyen las oxidasas y deshidrogenasas.

En este artículo, se ha intentado desarrollar un método basado en redes neuronales para predecir la estructura secundaria de proteínas (familia de las oxidorreductasas humanas). La red neuronal se entrenó utilizando la técnica de red neuronal de propagación hacia adelante de alimentación hacia adelante de regularización bayesiana para predecir las regiones de hélice, hoja y bobina de esta familia de proteínas. La red neuronal feed-forward ha sido entrenada analizando ventanas de 25 parámetros para predecir el residuo central de la secuencia de proteína. PSI-BLAST se ha utilizado para la alineación de múltiples secuencias. La base de datos SCOP y PDB se ha utilizado para buscar la estructura primaria y secundaria de las proteínas y para entrenar el conjunto de datos. El método identifica correctamente la estructura secundaria de la familia de las oxidorreductasas humanas con más del 79 % de precisión, muy por encima de cualquier método informado anteriormente.