开题报告内容：（包括拟研究或解决的问题、采用的研究手段及文献综述，不少于2000字）
- 选题背景
随着生命科学研究的发展，人们逐渐意识到基因组信息已经不能完全解释和预测各种生命过程及现象，而蛋白质作为细胞活性和功能的执行者，受到越来越多的关注。然而，蛋白质功能的发挥不是凭借单个蛋白质独立执行，而是依靠蛋白质间的相互作用执行其功能。因此，蛋白质间的相互作用将会影响细胞活性和功能的发挥。对蛋白质间的相互作用进行分析预测对临床治疗具有重要意义。
蛋白质通过其三维结构直接相互作用，但由于存在大量可能的方向，它们通常以高度受限的方式相互作用，蛋白质通过氨基酸组成编码了所需的信息，这些信息不仅可重复地将蛋白质折叠成特定的形状，而且能可靠地协调它们的生物物理相互作用。生物过程中的许多功能和过程主要是由不同类型的蛋白质-蛋白质相互作用所维系的,因此,PPIs的预测对于理解生物过程和各种用于识别新PPIs的实验方法是至关重要的。但由于存在着许多研究障碍，包括实验成本和噪声，以及潜在蛋白相互作用的大量组合空间，蛋白质相互作用的完整图谱仍然是一项紧迫但难以完全完成的任务。
- 研究内容及意义
本课题通过深度学习模型对蛋白质相互作用进行研究预测，它使用深度神经网络来有效地从常见蛋白质描述符中学习蛋白质的表征,从而能够更好的分辨两个蛋白质之间的相互作用。这种网络架构可以自动从蛋白质的序列特征中提取抽象特征,并能够学习到其内部存在的隐含规律,并且这种架构融合蛋白质的原始输入特征能够更好的学习到高层次特征，从而提高蛋白质相互作用预测的准确率。
- 研究手段
1文献查询:查询相关文献，了解蛋白质相互作用预测的研究方法，现状和背景。收集蛋白质相关数据，了解深度学习相关模型，为之后建立模型训练数据提供基础。
2建立模型：本课题主要运用深度学习的卷积模型，通过对大量数据的训练、测试，根据结果对算法和模型进行修改调整，提高准确性。
- 预期成果
建立一个基于深度学习算法，通过对数据的训练来提高准确性，能够较为准确的对蛋白质相互作用进行预测的模型，以达到对不同蛋白质之间的相互作用进行准确预测的目的。
- 课题进度安排
（1）1月13日 ̴ 2 月26日:明确任务内容，搜集资料：
（2）2月27日 ̴ 3月10日:整理资料，撰写开题报告：
（3）3月11日 ̴ 4月15日：完成预处理并选择合适的深度学习模型
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
