徐，英;徐，董;维克托·奥尔曼 一种实用的螺纹评分解释方法：神经网络的应用。 （英文） Zbl 1011.92024号 统计正弦。 12，第1期，159-177（2002）. 摘要：蛋白质线程技术已经成为蛋白质折叠识别和结构预测的一种流行技术。然而，评估螺纹预测结果的重要性或可靠性仍然是一个具有挑战性且尚未解决的问题。这种评估缺乏有效的机制，极大地限制了线程在基因组尺度上的进一步应用。我们开发了一种实用的方法，使用神经网络方法评估螺纹结果的可靠性。由于线程化的一个关键目标是将真序列折叠对（共享相同结构折叠的一对蛋白质）与假序列折叠对分离，因此我们检查了真序列对与参数空间中多出许多倍的假序列对的分布，发现绝大多数真对都落在一个连续的区域中，没有假对，为使用神经网络进行模式识别提供了基础。我们训练了一个神经网络，试图捕捉这个“真”区域的形状。我们的初步结果非常令人鼓舞，表明我们的方法在评估预测可靠性方面比流行的线程程序GenThreader中使用的另一种基于神经网络的方法更有效。这项初步研究还表明，我们当前的神经网络过于简单，无法准确捕获真实区域的整体形状，并为进一步研究这一非常重要和具有挑战性的问题指明了方向。这种基于神经网络的评估能力已在我们的线程程序PROSPECT中实现，并在CASP4预测期间使用。我们在CASP4中的成功表现表明，尽管这种经过训练的神经网络远非完美，但它是相当有效的。 MSC公司： 92C40型 生物化学、分子生物学 92秒20 生物研究、人工生命和相关主题中的神经网络 68T05型 人工智能中的学习和自适应系统 关键词：置信度评估;褶皱识别;神经网络;蛋白质结构预测;穿线 PDF格式BibTeX公司 XML格式引用 \textit{Y.Xu}等人，Stat.Sin。12，第1号，159--177（2002；Zbl 1011.92024）