[发明专利]一种基于深度学习的蛋白质-配体结合位点预测方法

摘要

本发明公开了一种基于深度学习的蛋白质‑配体结合位点预测算法，对于待预测的蛋白质，首先提取其序列特征和距离矩阵，然后将序列特征通过滑动窗口方法分配到每个残基上，然后将残基所对应的特征逐个输入到残差神经网络和混合神经网络中，并将残差神经网络和混合神经网络的输出结果输入到Logistic回归分类器中，最终结果即为蛋白质中每个残基对应的结合概率。本发明将经典的双向长短时记忆网络和残差神经网络进行了融合，融合后的网络可以同时处理异构的蛋白质序列和结构数据，并挖掘出了序列特征和结构特征的互补性。与现有方法相比，有着更高的预测精度，且针对不同配体的数据集都有着不错的泛化性能。

主权项

1.一种基于深度学习的蛋白质-配体结合位点预测算法，其特征在于，包括如下步骤：/n步骤1)首先提取蛋白质结构数据集的序列特征，然后从蛋白质各残基的三维空间坐标计算出每个残基对之间的欧氏距离，并构建距离矩阵；最后利用滑动窗口方法对每个残基截取特征张量；/n步骤2)将每个结合位点作为正样本，非结合位点作为负样本，使用随机下采样的方法从负样本中抽取一个子集与所有的正样本构建一个训练子集，重复多次后获得多个训练子集；在构建mini-batch时，对正样本作随机上采样；/n步骤3)利用残差模块构建残差神经网络，并在所述距离矩阵上进行训练；/n步骤4)将残差神经网络与双向长短时记忆网络通过全连接层进行整合，构建混合神经网络，并在所述序列特征和距离矩阵上进行训练；/n步骤5)根据所述残差神经网络和混合神经网络的输出结果训练一个Logistic回归分类器；/n步骤6)对于待预测的蛋白质，首先提取其序列特征和距离矩阵，然后将序列特征通过滑动窗口方法分配到每个残基上，然后将残基所对应的特征逐个输入到残差神经网络和混合神经网络中，并将残差神经网络和混合神经网络的输出结果输入到Logistic回归分类器中，最终结果即为蛋白质中每个残基对应的结合概率。/n