[发明专利]一种基于深度残差神经网络的蛋白质残基接触图预测方法

说明书

一种基于深度残差神经网络的蛋白质残基接触图预测方法，首先，输入待进行蛋白质残基接触图预测的蛋白质序列；然后，对蛋白质序列利用20种常见氨基酸的one‑hot表示形式将蛋白质序列转换成一个20×L的矩阵，把蛋白质序列信息数字化，利用20×L的矩阵计算得到20×L×L的协方差张量，即输入网络的特征；其次，搭建深度残差神经网络框架，从PDB库中收集已有蛋白质接触标签的蛋白质序列和标签，计算蛋白质序列的特征张量，与对应的标签组成数据集，使用深度残差神经网络框架在数据集上学习预测模型；最后，将待进行蛋白质残基接触图预测的蛋白质特征张量输入模型，则得到该蛋白质序列残基接触图。本发明计算代价小、预测精度高。

技术领域

本发明属于生物信息学与计算机应用领域，具体而言涉及一种基于深度残差神经网络的蛋白质残基接触图预测方法。

背景技术

蛋白质是生物学上最重要的大分子之一，具有广泛的功能，蛋白质分子之间相互作用是通过部分残基之间的接触相互作用来实现的，这种相互作用在生命活动中普遍存在，且不可或缺。因此，精确识别蛋白质残基之间的接触，对于理解蛋白质功能、分析生物分子之间的相互关系和设计新药物等方面具有重要的指导意义。

调研文献发现，已有很多用于预测蛋白质残基接触图方法被提出，如:DNCON2(Adhikari,B.,Hou,J.and Cheng,J.(2017)DNCON2:improved protein contactprediction using two-level deep convolutional neural networks.Bioinformatics.即：Adhikari,B.,Hou,J.and Cheng,J.使用两级深卷积神经网络改进蛋白质接触图预测)、NNcon(Tegge,A.N.,Wang,Z.,Eickholt,J.and Cheng,J.(2009)NNcon:improved proteincontact map prediction using 2d-recursive neural networks.Nucleic acidsresearch.即：Tegge,A.N.,Wang,Z.,Eickholt,J.and Cheng,J.使用二维递归神经网络改进蛋白质接触图预测)、PAIRpred(Afsar Minhas F U A,Geiss B J,Ben-Hur A.PAIRpred:Partner-specic prediction of interacting residues from sequence and structure[J].Proteins Structure FunctionBioinformatics,2014,82(7):1142-55.即：AfsarMinhas F U A,Geiss B J,Ben-Hur A.从序列和结构预测相互作用的残基)。尽管已有的方法可以用于预测蛋白质残基接触图，但是普遍使用大量训练数据集和机器学习算法，所以计算代价较大，同时由于训练集中的噪音信息没有得到足够的关注，预测精度并不能保证是最优的。

综上所述，已有的蛋白质残基接触图预测方法在计算代价、预测精度两个方面距离实际应用的要求还有很大差距，迫切地需要改进。

发明内容

为了克服已有的蛋白质残基接触图预测方法在计算代价、预测精度两个方面的不足，本发明提出一种计算代价小、预测精度高的基于深度残差神经网络的蛋白质残基接触图预测方法。

本发明解决其技术问题所采用的技术方案是：

一种基于深度残差神经网络的蛋白质残基接触图预测方法，所述方法包括以下步骤：

1)输入一个长度为L的待进行残基接触图预测的蛋白质序列P；

2)使用one-hot编码方式对20种常见氨基酸进行表示，如下：

‘A’：[1，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0]