欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023110743279
申请人: 浙江工业大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于深度学习的多态蛋白质残基间距离预测方法,其特征在于,所述方法包括以下步骤:

1)构建数据集:在蛋白质灵活性数据库PDBflex中以序列100%相同和长度在50-500个残基为条件筛选出N个多态蛋白质作为数据集,从构建的数据集中随机挑出Na个蛋白质作为训练集,Nb个蛋白质作为测试集,其余蛋白质作为验证集;

2)制作标签数据:在每个多态蛋白质的多个结构中,通过互相结构比对找出TM-score最小的两个结构,作为多态蛋白质的两个结构,对每个蛋白质结构,以残基中Cβ原子的三维空间坐标作为残基的三维空间坐标,计算出每对残基之间的欧氏距离,如果残基中不包含Cβ原子则以Cα原子代替,构建出每个蛋白质两个结构的残基对距离的绝对差,计算公式如下:其中,表示蛋白质的一个结构的残基对(i,j)的距离,表示另一个结构的残基对(i,j)的距离,根据距离误差值的大小划分成11个区间,分别为对这11个区间标号0,1,2,3,4,5,6,7,8,9,10,残基对之间的距离属于哪个区间取对应的标号作为标签值;

3)提取特征:对数据集中的每个蛋白质结构,提取其一维、二维、三维特征并拼接;

4)搭建网络模型:网络由三个部分组成,第一部分由三层三维卷积层组成,第二部分由基于三角乘法更新和轴向注意机制的网络组成,第三部分为有10个残差块的残差网络;

5)训练模型参数:使用Xavier初始化网络参数,使用Adam Optimizer对网络权重进行优化,使用多元交叉熵CrossEntropyLoss作为损失函数优化网络参数;

6)得到蛋白质残基间距离:首先从输入结构中提取特征,输入网络中,输出结果为所有残基之间距离绝对差的分布,通过argmax函数获得概率最大的区间,以区间的平均值作为残基间距离绝对差,预测的多态蛋白质残基间距离在如下区间之内:pdistij∈[dij-pdifij,dij+pdifij]

其中,dij表示输入结构的残基对(i,j)的距离,pdifij表示预测的残基对(i,j)的距离绝对差。

2.如权利要求1所述的基于深度学习的多态蛋白质残基间距离预测方法,其特征在于,所述步骤3)的过程如下:

3.1)使用pyRosetta获得每个蛋白质结构的单体能量项(p_aa_pp,rama_prepro,omega,fa_dun),二级结构(L、E、F),得到L×7的一维特征;

3.2)使用pyRosetta获得每个蛋白质结构的残基对能量项(fa_atr,fa_rep,fa_sol,lk_ball_wtd,fa_elec,hbond_bb_sc,hbond_sc),orientations根据每个残基中原子的三维空间坐标,计算每对残基之间的Cα原子-Cα原子、Cα原子-Tip原子、Tip原子-Cα原子的欧氏距离,合并得到L×L×13的二维特征;

3.3)以上一个残基的C原子指向当前残基的N原子的方向为轴方向,以垂直于轴方向并使当前残基的Cα原子位于平面上建立轴,由确定的方向定义轴,建立当前残基的局部三维坐标系,获取当前坐标系下内的所有原子的空间坐标,并将的大立方体空间平均分为20×20×20个边长为的小立方体,每个立方体赋值v,计算公式如下:其中,N表示大立方体内原子的数量,表示小立方体中心位置的坐标,表示第i个原子的坐标,ti表示167维的单位向量,用来表示原子的类型,由此得到L×20×20×20×167的三维特征;

3.4)步骤3.3)中得到的三维特征经过一系列三维卷积后再展平成L×640的一维特征,与步骤3.1)中得到的一维特征拼接成L×647的特征,经过水平和垂直条带化后与步骤3.2)中得到的二维特征拼接,得到最终维度为L×L×141的特征。

3.如权利要求1或2所述的基于深度学习的多态蛋白质残基间距离预测方法,其特征在于,所述步骤4)的过程如下:

4.1)步骤3)中第一部分由三层三维卷积层组成,其卷积核数量分别为20,30,20,卷积核的大小分别为1×1×1,3×3×3,4×4×4,通过elu激活函数后,最终通过核大小为4×4×4,步长为4的三维平均池化层;

4.2)第二部分由基于三角乘法更新和轴向注意机制的网络组成,三角乘法更新法则如下所示:其中,xij表示残基对(i,j),W1...W6表示线性变换;

三角乘法更新后是两个轴向注意层,轴向注意的公式如下所示:

qij=Wqxij

kik=Wkxik

vik=Wvxik

其中,xij表示残基对(i,j),Wo、Wq、Wk、Wv表示线性变换,c表示通道数,h表示注意力头数,f表示softmax函数;

4.3)第三部分为有10个残差块的残差网络,循环膨胀率设置为1,2,4,8,16;每个残差块由三个卷积层,三个归一化层组成;输出层采用softmax非线性函数。