[发明专利]一种基于深度学习的蛋白质结构预测方法

摘要

一种基于深度学习Residue2vec的蛋白质结构预测方法，给定输入序列信息，将PDB网站上已知的蛋白质结构看成语料库进行训练，将结构已知的蛋白质分割成长度为n的残基，通过CBOW模型结合Huffman编码，获取每个残基在向量空间中的表示，通过计算残基向量之间的距离来判断残基间的相似性，从而获取查询序列每个残基位置上的前N个片段结构，构成了Residue2vec的片段库；然后对查询序列进行随机折叠构成初始构象；之后随机选取其中一个长度为n的残基，与片段库中的片段进行二面角的替换；进而比较能量，若能量减小则接收构象，若能量增大则以Metropolis准则接收构象，通过不断迭代最终获得亚稳态构象。本发明查询序列中匹配度较高、预测精度较高。

主权项

1.一种基于深度学习的蛋白质结构预测方法，其特征在于：所述预测方法包括以下步骤：1)给定输入序列信息；2)构建模板库中的残基向量：2.1)从蛋白质数据库网站上下载分辨率小于的高精度蛋白质，其中为距离单位，米；去除相似度大于预设阈值的冗余多肽链，得到非冗余蛋白质模板库；2.2)通过滑动窗口将非冗余蛋白质模板分割为长度为n的残基；2.3)通过CBOW模型结合Huffman编码，在神经网络中对残基模型进行建模，同时也获得残基在向量空间中的表示；2.4)针对查询序列中每个位置上的残基，通过残基向量计算距离来判断残基间的相似性；2.5)选取与查询序列每个残基位置上距离最近的前N个残基，构建了查询序列的片段库；3)初始化：最大迭代次数iteration，能量函数选用Rosetta Score3，温度为T，玻尔兹曼常数为k；4)开始迭代，设置i＝1：4.1)通过Rosetta Score3能量函数计算构象能量为E1，随机选取构象中某一位置上长度为n的残基，随机从片段库中选一个残基片段将其替换；4.2)计算片段替换后的残基能量E2，比较E1和E2，若E2E1，则根据概率：P＝e‑△E/(kT)接收构象，其中e为自然常数，△E＝E2‑E1；4.3)若构象在连续的预设次数迭代中均未改变时，则提高温度T来改变接收概率，当构象再次被接收时，温度恢复至初始值；5)i＝i+1，并判断i是否大于设定的最大迭代次数iteration，如果不满足则转至4.1)；如果满足，则输出结果。