[发明专利]一种蛋白质结构预测方法、装置、平台及存储介质

说明书

本发明公开了一种蛋白质结构预测方法，包括：从待测蛋白质文件中提取目标序列；将目标序列在已知结构的蛋白质数据库中进行匹配，查找到匹配序列；根据匹配序列，获取匹配序列的匹配结构；基于匹配序列及其匹配结构，构建目标序列的初始三维结构模型；将目标序列的未匹配序列片段结合相邻的已匹配序列片段的一部分组合成子目标序列；并在已知结构的蛋白质数据库中查找子目标序列的匹配子序列及其结构；根据查找到的匹配子序列及其结构，填补初始三维结构模型中的缺失部分，获得待测蛋白质文件的三维结构。采用本发明的蛋白质结构预测方法，可以更为准确地预测出蛋白质的结构。

技术领域

本发明涉及蛋白质结构预测领域，尤其涉及一种蛋白质结构预测方法、装置、平台及存储介质。

背景技术

对蛋白质的三维结构的研究能够从分子水平上解释蛋白质功能。例如，蛋白质复合物通常是许多细胞代谢过程的核心物质。从分子水平描述蛋白质复合物中各组分的相互接触与四级结构，有助于研究者理解蛋白质复合物在其所处的代谢环境中的运作机理并且得到调控这种运作过程的启发。近年来，由于基于电子显微镜技术的结构确定方法的不断发展，蛋白质晶体数据库中(PDB)的蛋白质复合物也在快速增长。但是，实验方法确定蛋白质复合物的三维结构的速度依然跟不上高通量筛选蛋白质-蛋白质复合物的需求。为此，通过计算预测方法预测蛋白质结构是解决这一问题的有效方法。

目前，根据不同情况，蛋白质的预测方法有从头算预测法(ab initoprediction)，线索技术(threading modeling)以及同源建模法(homo modeling)。相比于前两种预测方法，同源建模法是当前开发与应用最成熟的方法。在进化过程中，同源蛋白质之间具有相似的序列与相似的结构。基于这一原理，同源建模方法通过从数据库中查找已知结构的氨基酸序列(模板序列：model)，并比对目标蛋白质与模板序列的相似性，从而筛选出最佳的建模模板，之后再将目标蛋白质序列的残基映射到模板的蛋白质结构中，完成三维结构的构建。在同源建模过程，会发生目标序列无法完全找到模板序列，即二者的相似性低，这一问题影响了目标蛋白质结构预测的完整性与准确性。

发明内容

为了解决上述技术问题，本发明提供一种蛋白质结构预测方法、装置、平台及存储介质；具体的，本发明的技术方案如下：

第一方面，本发明提供了一种蛋白质结构预测方法，包括：从待测蛋白质文件中提取目标序列；将所述目标序列在已知结构的蛋白质数据库中进行匹配，查找到匹配序列；根据所述匹配序列，获取所述匹配序列的匹配结构；基于所述匹配序列及其匹配结构，构建所述目标序列的初始三维结构模型；将所述目标序列的未匹配序列片段结合相邻的已匹配序列片段的一部分组合成子目标序列；并在所述已知结构的蛋白质数据库中查找所述子目标序列的匹配子序列及其结构；根据查找到的匹配子序列及其结构，填补所述初始三维结构模型中的缺失部分，获得所述待测蛋白质文件的三维结构。

优选地，所述将所述目标序列的未匹配序列片段结合相邻的已匹配序列片段的一部分组合成子目标序列；并在所述已知结构的蛋白质数据库中查找所述子目标序列的匹配子序列及其结构具体包括：获取所述目标序列与所述匹配序列中匹配上的序列片段，作为已匹配序列片段；将所述目标序列上与所述匹配序列未匹配上的序列片段作为未匹配序列片段；当所述未匹配序列片段的片段长度大于预设长度值时，确定所述已匹配序列片段中的切割位点，将所述未匹配序列片段与相邻的切割后的已匹配序列片段组合构成子目标序列；当所述未匹配序列片段的片段长度小于或等于所述预设长度值时，截取所述未匹配序列片段作为子目标序列；将所述子目标序列在所述已匹配结构的蛋白数据库中进行匹配，查找到匹配子序列及其结构。