[發明專利]一種蛋白質結構預測方法、裝置、平臺及存儲介質

在審

• 申請號: 201910880279.X
• 申請日: 2019-09-18
• 公開（公告）號: CN112530517A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 郭敏;余晴;林介一;于雪
• 申請（專利權）人: 康碼芯（上海）智能科技有限公司
• 主分類號: G16B15/00
• 分類號: G16B15/00;G16B30/10;G16B45/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種蛋白質結構預測方法，包括：從待測蛋白質文件中提取目標序列；將目標序列在已知結構的蛋白質數據庫中進行匹配，查找到匹配序列；根據匹配序列，獲取匹配序列的匹配結構；基于匹配序列及其匹配結構，構建目標序列的初始三維結構模型；將目標序列的未匹配序列片段結合相鄰的已匹配序列片段的一部分組合成子目標序列；并在已知結構的蛋白質數據庫中查找子目標序列的匹配子序列及其結構；根據查找到的匹配子序列及其結構，填補初始三維結構模型中的缺失部分，獲得待測蛋白質文件的三維結構。采用本發明的蛋白質結構預測方法，可以更為準確地預測出蛋白質的結構。

技術領域

本發明涉及蛋白質結構預測領域，尤其涉及一種蛋白質結構預測方法、裝置、平臺及存儲介質。

背景技術

對蛋白質的三維結構的研究能夠從分子水平上解釋蛋白質功能。例如，蛋白質復合物通常是許多細胞代謝過程的核心物質。從分子水平描述蛋白質復合物中各組分的相互接觸與四級結構，有助于研究者理解蛋白質復合物在其所處的代謝環境中的運作機理并且得到調控這種運作過程的啟發。近年來，由于基于電子顯微鏡技術的結構確定方法的不斷發展，蛋白質晶體數據庫中(PDB)的蛋白質復合物也在快速增長。但是，實驗方法確定蛋白質復合物的三維結構的速度依然跟不上高通量篩選蛋白質-蛋白質復合物的需求。為此，通過計算預測方法預測蛋白質結構是解決這一問題的有效方法。

目前，根據不同情況，蛋白質的預測方法有從頭算預測法(ab initoprediction)，線索技術(threading modeling)以及同源建模法(homo modeling)。相比于前兩種預測方法，同源建模法是當前開發與應用最成熟的方法。在進化過程中，同源蛋白質之間具有相似的序列與相似的結構。基于這一原理，同源建模方法通過從數據庫中查找已知結構的氨基酸序列(模板序列：model)，并比對目標蛋白質與模板序列的相似性，從而篩選出最佳的建模模板，之后再將目標蛋白質序列的殘基映射到模板的蛋白質結構中，完成三維結構的構建。在同源建模過程，會發生目標序列無法完全找到模板序列，即二者的相似性低，這一問題影響了目標蛋白質結構預測的完整性與準確性。

發明內容

為了解決上述技術問題，本發明提供一種蛋白質結構預測方法、裝置、平臺及存儲介質；具體的，本發明的技術方案如下：

第一方面，本發明提供了一種蛋白質結構預測方法，包括：從待測蛋白質文件中提取目標序列；將所述目標序列在已知結構的蛋白質數據庫中進行匹配，查找到匹配序列；根據所述匹配序列，獲取所述匹配序列的匹配結構；基于所述匹配序列及其匹配結構，構建所述目標序列的初始三維結構模型；將所述目標序列的未匹配序列片段結合相鄰的已匹配序列片段的一部分組合成子目標序列；并在所述已知結構的蛋白質數據庫中查找所述子目標序列的匹配子序列及其結構；根據查找到的匹配子序列及其結構，填補所述初始三維結構模型中的缺失部分，獲得所述待測蛋白質文件的三維結構。

優選地，所述將所述目標序列的未匹配序列片段結合相鄰的已匹配序列片段的一部分組合成子目標序列；并在所述已知結構的蛋白質數據庫中查找所述子目標序列的匹配子序列及其結構具體包括：獲取所述目標序列與所述匹配序列中匹配上的序列片段，作為已匹配序列片段；將所述目標序列上與所述匹配序列未匹配上的序列片段作為未匹配序列片段；當所述未匹配序列片段的片段長度大于預設長度值時，確定所述已匹配序列片段中的切割位點，將所述未匹配序列片段與相鄰的切割后的已匹配序列片段組合構成子目標序列；當所述未匹配序列片段的片段長度小于或等于所述預設長度值時，截取所述未匹配序列片段作為子目標序列；將所述子目標序列在所述已匹配結構的蛋白數據庫中進行匹配，查找到匹配子序列及其結構。