[發明專利]一種基于深度學習的蛋白質藥物結合位點預測方法

在審

• 申請號: 201910839108.2
• 申請日: 2019-09-05
• 公開（公告）號: CN111435608A
• 公開（公告）日: 2020-07-21
• 發明（設計）人: 魏志強;李臻;江明建;張樹剛;孟美
• 申請（專利權）人: 中國海洋大學;青島海洋科學與技術國家實驗室發展中心
• 主分類號: G16B20/30
• 分類號: G16B20/30
• 代理公司: 蘇州國卓知識產權代理有限公司 32331
• 代理人: 陸曉鷹

1.一種基于深度學習的蛋白質藥物結合位點預測方法，其特征在于，包括如下步驟：

步驟1、選取蛋白數據庫中的若干蛋白質形成訓練集，若干蛋白質形成驗證集，若干蛋白質形成測試集，其中訓練集用于訓練模型的訓練；

步驟2、訓練后的訓練模型對蛋白質數據庫進行特征提取和標簽提取，獲取數據，完成神經網絡的訓練，得到預測模型；

步驟3、將新的蛋白質輸入預測模型中，進行結合位點位置的定位和預測。

2.根據權利要求1所述的一種基于深度學習的蛋白質藥物結合位點預測方法，其特征在于，所述步驟1中蛋白數據庫包括sc-PDB和PDBBind，其中sc-PDB中的蛋白質按照3:1:1的比例隨機抽取蛋白質分別形成訓練集、驗證集和測試集，PDBBind中的所有蛋白質作為測試集。

3.根據權利要求1所述的一種基于深度學習的蛋白質藥物結合位點預測方法，其特征在于，所述步驟2中特征提取采用網格的多通道特征提取，對每個蛋白質進行計算，得到每個蛋白質的多通道網格。

4.根據權利要求3所述的一種基于深度學習的蛋白質藥物結合位點預測方法，其特征在于，所述網格的多通道特征提取的步驟如下：

步驟1、構建蛋白質的包圍盒，并將蛋白質離散成的網格；

步驟2、設置原子網格通道；

步驟3、設置氨基酸網格通道；

步驟4、設置疏水性網格通道；

步驟5、設置能量通道網格；

步驟6、通過對每個蛋白質進行上述5個對蛋白質包圍盒網格的處理步驟之后，得到每個蛋白質的4通道蛋白質網格值。

5.根據權利要求4所述的一種基于深度學習的蛋白質藥物結合位點預測方法，其特征在于，所述標簽提取的步驟如下：

步驟1、將蛋白質的4通道網格按照步長5埃米進行取樣，得到取樣塊；

步驟2、設定每個取樣塊的標簽，若取樣塊的中心點位于結合位點中心半徑3埃米以內的范圍內，則該取樣塊的標簽設置為正樣本，否則設置為負樣本。

6.根據權利要求5所述的一種基于深度學習的蛋白質藥物結合位點預測方法，其特征在于，所述對單個蛋白質的負樣本取樣塊按照其正樣本取樣塊數量的2倍進行隨機取樣，最終使得每個蛋白質產生的取樣塊的正負樣本比例為1:2。

7.根據權利要求6所述的一種基于深度學習的蛋白質藥物結合位點預測方法，其特征在于，所述將新的蛋白質輸入預測模型后，首先進行對新的蛋白質進行取樣，得到新的取樣塊，并對每個新的取樣塊進行結合位點概率預測，其次對新的取樣塊進行閾值篩選和聚類分析。

8.根據權利要求7所述的一種基于深度學習的蛋白質藥物結合位點預測方法，其特征在于，所述聚類分析包括對新的取樣塊進行聚類，在得到多個聚類類別之后，也就是多個結合位點之后，計算單個類別當中所有新的取樣塊的平均幾何中心，將其視作該結合位點的最終中心。

9.根據權利要求7所述的一種基于深度學習的蛋白質藥物結合位點預測方法，其特征在于，所述閾值的設定值為0.5，聚類分析采用DBSCAN聚類算法。