[发明专利]蛋白质检索模型构建方法、检索方法、设备和存储介质

权利要求书

1.一种蛋白质检索模型构建方法，其特征在于，包括：

对数据集中的所有蛋白质分别生成溶剂排除表面的三角网格，并进行简化和缺陷修复；

用WKS算法计算经前一步骤处理后所有三角网格每个顶点的WKS特征，选取适量的WKS特征，用K均值算法进行聚类，生成第一词典，根据每个蛋白质的三角网格的每个顶点的WKS特征和所述第一词典，计算相应蛋白质的第一BoF特征；用HKS算法计算经前一步骤处理后所有三角网格每个顶点的HKS特征，选取适量的HKS特征，用K均值算法进行聚类，生成第二词典，根据每个蛋白质的三角网格的每个顶点的HKS特征和所述第二词典，计算相应蛋白质的第二BoF特征；

将每一个蛋白质的所述第一BoF特征和第二BoF特征进行归一化处理并拼接，得到每一个蛋白质的第三BoF特征；

根据不同蛋白质的第三BoF特征的差异程度进行相似度评估；

模型训练，确定所述三角网格模型面大小及所述第一词典和第二词典大小。

2.根据权利要求1所述的蛋白质检索模型构建方法，其特征在于，所述三角网格模型面大小为4000，所述第一词典和第二词典大小均为1000。

3.根据权利要求1所述的蛋白质检索模型构建方法，其特征在于，所述根据不同蛋白质的第三BoF特征的差异程度进行相似度评估，包括：根据归一化后不同蛋白质的所述第三BoF特征的L1-范数距离大小评估其形状相似程度。

4.根据权利要求1所述的蛋白质检索模型构建方法，其特征在于，所述模型训练，确定所述三角网格模型面大小及所述第一词典和第二词典大小，包括：

固定所述第一词典和第二词典大小，改变三角网格模型面大小进行训练，根据训练结果确定所述三角网格模型面大小；

依据确定的所述三角网格模型面大小，改变所述第一词典和第二词典大小进行训练，根据训练结果确定所述第一词典和第二词典大小。

5.一种蛋白质检索方法，其特征在于，包括：

将待检索蛋白质输入权利要求1-4任意一项所述的方法所构建的蛋白质检索模型中，生成溶剂排除表面的三角网格，并进行简化和缺陷修复；

用WKS算法计算经前一步骤处理后的所述三角网格每个顶点的WKS特征，结合所述蛋白质检索模型的第一词典，计算待检索蛋白质的第一BoF特征；用HKS算法计算经前一步骤处理后的所述三角网格每个顶点的HKS特征，结合所述蛋白质检索模型的第二词典，计算待检索蛋白质的第二BoF特征；

将所述第一BoF特征和第二BoF特征进行归一化处理并拼接，得到待检索蛋白质的第三BoF特征；

根据所述第三BoF特征与所述蛋白质检索模型中已有蛋白质的第三BoF特征的差异程度进行相似度评估，输出与所述待检索蛋白质相似的已知蛋白质的信息。

6.根据权利要求5所述的蛋白质检索方法，其特征在于，相似性评估的方法，包括：根据归一化后待检索蛋白质的所述第三BoF特征与所述蛋白质检索模型中已有蛋白质的第三BoF特征的L1-范数距离大小评估其形状相似程度。

7.一种蛋白质检索模型构建设备，其特征在于，包括至少一个处理器，以及与所述至少一个处理器通信连接的至少一个存储器；

所述至少一个存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-4任意一项所述的蛋白质检索模型构建方法。

8.一种蛋白质检索设备，其特征在于，包括至少一个处理器，以及与所述至少一个处理器通信连接的至少一个存储器；

所述至少一个存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求5或6所述的蛋白质检索方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序被处理执行时，实现权利要求1-4任一项所述的蛋白质检索模型构建方法，或，权利要求5或6所述的蛋白质检索方法。