[發(fā)明專利]基于深度度量學(xué)習(xí)的蛋白質(zhì)折疊識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010948824.7
• 申請(qǐng)日: 2020-09-10
• 公開(kāi)（公告）號(hào): CN112116950B
• 公開(kāi)（公告）日: 2022-08-12
• 發(fā)明（設(shè)計(jì)）人: 於東軍;劉巖
• 申請(qǐng)（專利權(quán)）人: 南京理工大學(xué)
• 主分類號(hào): G16B15/20
• 分類號(hào): G16B15/20;G06N3/04;G06N3/08
• 代理公司: 南京理工大學(xué)專利中心 32203
• 代理人: 岑丹

1.一種基于深度度量學(xué)習(xí)的蛋白質(zhì)折疊識(shí)別方法，其特征在于，包括：

對(duì)蛋白質(zhì)進(jìn)行編碼，得到蛋白質(zhì)序列的數(shù)字表達(dá)；

將蛋白質(zhì)序列的數(shù)字表達(dá)輸入到SSA模型，取模型輸出層的上一層輸出作為蛋白質(zhì)殘基-殘基潛在的關(guān)系圖，并將關(guān)系圖固定為設(shè)定大小；

將蛋白質(zhì)殘基-殘基潛在的關(guān)系圖輸入到訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)中，獲取分類層前一層的輸出作為深度特征；

將深度特征輸入到訓(xùn)練好的孿生網(wǎng)絡(luò)中得到最終的蛋白質(zhì)特征；

基于蛋白質(zhì)特征計(jì)算查詢蛋白與模板蛋白之間的歐式距離，將與查詢蛋白質(zhì)距離最近的模板蛋白質(zhì)的折疊類型分配給查詢蛋白質(zhì)。

2.根據(jù)權(quán)利要求1所述基于深度度量學(xué)習(xí)的蛋白質(zhì)折疊識(shí)別方法，其特征在于，采用抽樣或者填充操作將關(guān)系圖固定為設(shè)定大小。

3.根據(jù)權(quán)利要求1所述基于深度度量學(xué)習(xí)的蛋白質(zhì)折疊識(shí)別方法，其特征在于，關(guān)系圖大小固定為256×256。

4.根據(jù)權(quán)利要求1所述基于深度度量學(xué)習(xí)的蛋白質(zhì)折疊識(shí)別方法，其特征在于，卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程為：

將蛋白質(zhì)殘基-殘基潛在的關(guān)系圖輸入卷積神經(jīng)網(wǎng)絡(luò)中，以交叉熵?fù)p失作為網(wǎng)絡(luò)的目標(biāo)函數(shù)，使用隨機(jī)梯度下降算法優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)。

5.根據(jù)權(quán)利要求1所述基于深度度量學(xué)習(xí)的蛋白質(zhì)折疊識(shí)別方法，其特征在于，孿生網(wǎng)絡(luò)的訓(xùn)練過(guò)程為：

構(gòu)建孿生網(wǎng)絡(luò)訓(xùn)練樣本，將孿生網(wǎng)絡(luò)訓(xùn)練樣本輸入到孿生網(wǎng)絡(luò)的兩個(gè)子網(wǎng)絡(luò)中對(duì)孿生網(wǎng)絡(luò)使用隨機(jī)梯度下降算法學(xué)習(xí)孿生網(wǎng)絡(luò)的參數(shù)，當(dāng)網(wǎng)絡(luò)迭代次數(shù)達(dá)到設(shè)定次數(shù)的時(shí)候，訓(xùn)練終止；

孿生網(wǎng)絡(luò)訓(xùn)練樣本的構(gòu)建方法為：

將卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本輸入到訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)，獲得訓(xùn)練樣本的深度特征；

從卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本中隨機(jī)選擇若干對(duì)樣本對(duì)應(yīng)的深度特征作為孿生網(wǎng)絡(luò)訓(xùn)練樣本，若每對(duì)樣本的蛋白質(zhì)折疊類型屬于同一類型，將該對(duì)樣本標(biāo)簽設(shè)為0，否則設(shè)為1。

6.根據(jù)權(quán)利要求5所述基于深度度量學(xué)習(xí)的蛋白質(zhì)折疊識(shí)別方法，其特征在于，孿生網(wǎng)絡(luò)的損失函數(shù)為：

其中，W表示為整個(gè)孿生網(wǎng)絡(luò)需要學(xué)習(xí)的參數(shù)，N為蛋白質(zhì)樣本對(duì)，Y為兩個(gè)蛋白質(zhì)是否為同一折疊類型的標(biāo)簽，D_W為兩個(gè)蛋白質(zhì)深度特征之間的歐式距離，m為設(shè)置的閾值。