从零构建前馈神经网络：蛋白质折叠状态分类的深度学习实践

本项目由ptan123开发维护，发布于GitHub平台（项目标题FFNN_Project，链接：https://github.com/ptan123/FFNN_Project，发布时间2026年6月15日）。核心内容为仅使用NumPy从零实现前馈神经网络，对Trp-cage微型蛋白质的分子动力学模拟数据进行折叠态、中间态、未折叠态三分类，旨在深入理解神经网络背后的数学原理。

蛋白质折叠是生物化学核心问题，其三维结构决定功能、稳定性及相互作用，对药物设计、疾病机理研究意义重大。Trp-cage（20个氨基酸组成）是理想的折叠研究模型，可通过分子动力学模拟生成大量构象数据，但分类不同构象状态存在挑战。三种状态特征：折叠态（低RMSD、低ETE，功能态）、中间态（低ETE、高RMSD，非功能）、未折叠态（高RMSD、高ETE，非功能）。

项目为CH610机器学习课程实践，目标是从零构建全功能前馈神经网络（仅用NumPy，不依赖高级框架）。选择从零实现的原因：现代框架封装底层原理，从零实现可深入理解前向传播、激活函数、反向传播、损失函数、优化算法等核心组件。数据集为Trp-cage模拟数据，特征包括RMSD（衡量构象与参考结构偏差）和ETE（端到端距离，反映紧凑度）。

架构设计：输入层接收2维特征（RMSD、ETE）；隐藏层采用ReLU激活函数（max(0,x)）；输出层用softmax实现三分类。核心算法：前向传播（输入→隐藏层→输出层→softmax）；损失函数为交叉熵（衡量预测与真实分布差异）；标签采用one-hot编码；反向传播通过链式法则计算梯度；使用梯度下降更新参数（权重、偏置）。

评估方法：测试准确率（基础指标）、学习曲线（判断收敛/过拟合）、混淆矩阵（识别类别混淆）、决策边界可视化（直观展示分类规则）。NumPy实现优势：透明性高、教育价值大、灵活性强、轻量级；挑战：无GPU加速、缺少高级特性（如批归一化）、调试难度大、无生产环境功能（模型保存/加载）。

科学价值：展示机器学习与生物化学交叉融合，为分析大规模分子模拟数据提供工具，且基于物理原理（RMSD/ETE的物理意义）验证模型合理性。扩展方向：引入更多特征（回转半径、接触图）、尝试复杂架构（CNN/RNN）、扩展到更大蛋白质系统、实现不确定性量化（贝叶斯神经网络）、应用主动学习（智能采样）。

本项目是优秀教学案例，体现跨学科研究价值。关键收获并非分类准确率，而是对神经网络原理的深入理解，这是科学研究中合理应用机器学习的基础。开源实现为学习者提供参考，虽生产环境需用成熟框架，但掌握底层原理是成为优秀机器学习实践者的必经之路。