[发明专利]一种功能肽推荐方法、装置和计算设备

权利要求书

1.一种功能肽推荐方法，适于在计算设备中执行，所述方法包括：

根据预先训练的功能肽生成模型生成多个候选肽段；

采用预先训练的功能肽预测模型对所述多个候选肽段进行处理，得到各候选肽段的性能分数，所述性能分数为与模型输出概率值相对应的分数、或模型预测分数与预设打分规则的综合值；以及

根据各候选肽段的性能分数确定至少一个目标肽段进行推荐，具体包括：根据预设的功能肽的至少一个理化性质的区间值，生成各候选肽段的至少一个理化性质标签，根据各候选肽段的性能分数和至少一个理化性质标签确定至少一个目标肽段进行推荐，其中，预设的功能肽的至少一个理化性质的区间值通过对多个已知活性肽进行统计得到。

2.如权利要求1所述的方法，其中，所述根据各候选肽段的性能分数和至少一个理化性质标签确定至少一个目标肽段进行推荐的步骤包括：

根据各候选肽段的所述至少一个理化性质标签对所述多个候选肽段进行过滤，得到过滤后的肽段；

根据所述过滤后的肽段的性能分数确定至少一个目标肽段进行推荐。

3.如权利要求2所述的方法，所述根据各候选肽段的性能分数和至少一个理化性质标签确定至少一个目标肽段进行推荐的步骤包括：

根据各候选肽段的性能分数和至少一个理化性质标签生成各候选肽段的评分等级；

根据该评分等级确定至少一个目标肽段进行推荐。

4.如权利要求1所述的方法，其中，通过对各肽段数据集的多种理化性质的区间分布进行可视化以及对不同数据集在某一种理化性质上的分布情况进行统计分析，生成所述理化性质标签。

5.如权利要求1所述的方法，还包括所述功能肽生成模型的训练步骤：

采用已知的多个多肽数据对初始的功能肽生成模型进行无监督训练，得到预训练模型，所述多条多肽数据包括功能肽和非功能肽；

采用已知的多个功能肽数据对所述预训练模型进行迁移学习，得到所述预先训练的功能肽生成模型。

6.如权利要求1所述的方法，还包括所述功能肽预测模型的训练步骤：

生成多个已知肽段的至少一个矢量特征；

根据特征组合列表对所述多个已知肽段的至少一个矢量特征进行组合，分别得到多个样本组合，每个样本组合包括训练集和对应的验证集；

根据初始的功能肽预测模型在训练集和验证集上的交叉检验性能指标，选取最优样本组合所对应的最优特征组合。

7.如权利要求6所述的方法，还包括：

根据所述最优样本组合中的训练集和验证集对初始的功能肽预测模型进行超参数优化，并选取在训练集和验证集上均表现达标的至少一个候选模型；

将所述至少一个候选模型在测试集上作泛化能力测试，并根据泛化性能指标选取最优模型，作为所述预先训练的功能肽预测模型。

8.如权利要求6所述的方法，其中，所述采用预先训练的功能肽预测模型对所述多个候选肽段进行处理的步骤包括：

根据所述最优组合特征和所述多个候选肽段生成对应的待测样本特征；

采用所述预先训练的功能肽预测模型对所述待测样本特征进行处理，得到每个候选肽段的预测结果。

9.如权利要求6所述的方法，其中，在生成多个已知肽段的至少一个矢量特征之前，还包括：

对输入的所述多个已知肽段进行基于字符的过滤筛选和文本格式转换，并输出所述多个已知肽段的统计学描述。

10.如权利要求9所述的方法，其中，所述过滤筛选的规则包括以下至少一种：

文本格式为TXT格式或者FASTA格式、肽段序列中不包含非天然氨基酸、所有天然氨基酸均用大写字符表示。