[发明专利]基于图神经网络的蛋白质结构模型质量评估方法

权利要求书

1.一种基于图神经网络的蛋白质结构模型质量评估方法，其特征在于，通过提取待预测类蛋白质诱饵里所有167种重原子在三维空间中的全局坐标作为输入，对其通过Rosetta软件的dual-space relax预处理后，解析计算得到原始节点特征和边特征并输入基于注意力机制和图池化技术构建的图神经网络模型，使用预训练好的模型网络参数进行计算，分别得到反映该类蛋白质诱饵结构在蛋白质水平和氨基酸残基水平上与真实天然蛋白结构的差距的全局得分和局部得分。

2.根据权利要求1所述的基于图神经网络的蛋白质结构模型质量评估方法，其特征是，所述的基于注意力机制和图池化技术构建的图神经网络模型，包括：一个四层网络层架构相同并串联搭建的图神经计算网络以及与之相连的由两个池化层并联而成的图池化网络，其中：图神经计算网络中的每层网络层均由一个三重注意力机制和通道注意力机制串联而成，而图池化网络中的两层并联的池化层分别对上游图的节点嵌入进行局部池化和全局池化。

3.根据权利要求1或2所述的基于图神经网络的蛋白质结构模型质量评估方法，其特征是，所述的预训练好的模型网络参数，由上述模型架构在训练集上反复训练十轮，再在验证集上和测试集上分别评测得到的，具体包括：

步骤①从训练集中取出样本类蛋白质诱饵结构，进行dual-space relax后从结构解析数据得到原始的节点特征和边特征，构建训练数据队列其中：X为由样本原始特征构建得到的蛋白质图，Y为该样本对应的真实标签值；

步骤②将训练数据队列中的数据对以batch的形式依次输入到神经网络模型中得到输出δ_θ(X)，再计算损失函数值Loss＝∑_batch(Y-δ_θ(X))²+∑_label0.5(Y-δ_θ(X))²，其中：δ_θ为图神经网络模型；

步骤③根据损失函数，使用随机梯度下降算法更新δ_θ网络中的第k次参数δ_k，具体为其中：λ为预设的学习率0.001，为通过损失函数求得的对应梯度值；

步骤④当遍历完成训练集中所有样本后，将验证集中的样本输入到δ_θ网络中进行测试，计算验证集中所有样本预测值和标签值的相关性系数和绝对值差，与之前训练的模型结果进行比较，选择较优的一版替代保存；

步骤⑤完成指定次数的训练迭代后，取出根据验证集判断保存的历史最优模型参数，输入测试集中的样本，计算得到模型在测试集上的预测分数并得到相关性系数后，根据相关性系数好坏可以评估当前模型设计是否合理，决定是否终止所述的模型的训练或调整相关超参数。

4.根据权利要求3所述的基于图神经网络的蛋白质结构模型质量评估方法，其特征是，所述的训练集和验证集，是指通过使用不同预测方法和预测软件对人类蛋白质数据库中已通过实验得知蛋白质结构的不同氨基酸序列进行扰动生成的大量类蛋白质诱饵结构，再按8:2比例划分得到；

所述的测试集是指CASP标准数据集，来自CASP比赛所提供的官方数据集。CASP又称蛋白质结构预测的关键评估，是一项针对整个社区的全球性实验。CASP每届比赛会整理一批结构未知但即将通过世界顶尖实验室解出真实结构的蛋白质序列，并将他们提供给所有参赛小组进行结构预测，再收集所有预测结构提供给蛋白质结构模型评估小组进行计算。因此其官方数据集是本发明所在研究领域的金标准。

5.根据权利要求3所述的基于图神经网络的蛋白质结构模型质量评估方法，其特征是，所述的蛋白质图，是指对类蛋白质诱饵结构的数据表现形式，每一个蛋白质图由节点和边构成，其中节点代表蛋白质中的各种重原子，边代表每个节点原子和它50个在三维空间中的最近邻原子的相互关系。每个节点和边上均有原始特征；该原始节点特征是指使用one-hot向量编码该节点处的原子种类。