[发明专利]多肽序列的生成方法、多肽生成模型的训练方法和装置

说明书

本公开提供了一种多肽序列的生成方法、多肽生成模型的训练方法和装置，涉及人工智能技术领域，具体涉及生物计算技术领域。具体实现方案为：在对指定蛋白质进行多肽药物设计的过程中，获取与该指定蛋白质对应的参考多肽序列，并确定指定蛋白质的蛋白质结合位点的空间结构特征信息，以及将参考多肽序列和空间结构特征信息输入到预先训练的多肽生成模型中，以得到目标多肽序列。由此,提出了一种结合指定蛋白质的蛋白质结合位点的空间结构特征信息来生成多肽序列的方式。

技术领域

本公开涉及人工智能技术领域，具体涉及自然语言处理、生物计算技术领域，尤其涉及一种多肽序列的生成方法、多肽生成模型的训练方法和装置。

背景技术

多肽药物具有活性和安全性高、特异性强、确定性好、成药性好等优点，在临床上应用广泛、前景广阔。多肽药物设计其目的在于能可控的，大量产生满足特定性质的多肽序列。相关技术中，多肽药物设计通常是由专家对其进行人工设计并进行试验，然而这种方式严重依赖于专家知识，多肽药物设计周期长等问题。

发明内容

本公开提供了一种多肽序列的生成方法、多肽生成模型的训练方法、装置和电子设备。

根据本公开的第一方面，提供了一种多肽序列的生成方法，所述方法包括：获取与指定蛋白质对应的参考多肽序列；确定所述指定蛋白质的蛋白质结合位点的空间结构特征信息；将参考多肽序列和所述空间结构特征信息输入到预先训练的多肽生成模型中，以得到目标多肽序列。

根据本公开的第二方面，提供了一种多肽生成模型的训练方法，所述方法包括：确定样本蛋白质的蛋白质结合位点的空间结构特征信息；获取第一样本多肽序列以及对应的第二样本多肽序列，其中，所述第二样本多肽序列是基于所述样本蛋白质和所述第一样本多肽序列生成的；将所述第一样本多肽序列和所述空间结构特征信息输入到多肽生成模型中，以得到预测多肽序列；基于所述预测多肽序列和所述第二样本多肽序列对所述多肽生成模型进行训练。

根据本公开的第三方面，提供了一种多肽序列的生成装置，包括：获取模块，用于获取与指定蛋白质对应的参考多肽序列；确定模块，用于确定所述指定蛋白质的蛋白质结合位点的空间结构特征信息；多肽序列生成模块，用于将参考多肽序列和所述空间结构特征信息输入到预先训练的多肽生成模型中，以得到目标多肽序列。

根据本公开的第四方面，提供了一种多肽生成模型的训练装置，所述装置包括：确定模块，用于确定样本蛋白质的蛋白质结合位点的空间结构特征信息；获取模块，用于获取第一样本多肽序列以及对应的第二样本多肽序列，其中，所述第二样本多肽序列是基于所述样本蛋白质和所述第一样本多肽序列生成的；多肽序列生成模块，用于将所述第一样本多肽序列和所述空间结构特征信息输入到多肽生成模型中，以得到预测多肽序列；训练模块，用于基于所述预测多肽序列和所述第二样本多肽序列对所述多肽生成模型进行训练。

根据本公开的第五方面，提供了一种电子设备，其中，电子设备包括处理器和存储器；所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如上述第一方面提供的多肽序列的生成方法，或者，上述第二方面提供的多肽生成模型的训练方法。

根据本公开的第六方面，提供了一种计算机可读存储介质，其上存储有计算机程序，包括该程序被处理器执行时实现如上述第一方面提供的多肽序列的生成方法，或者，上述第二方面提供的多肽生成模型的训练方法。

根据本公开的第七方面，提供了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时实现如上述第一方面提供的多肽序列的生成方法，或者，上述第二方面提供的多肽生成模型的训练方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：