[發明專利]蛋白質結構預測

在審

• 申請號: 202011623825.0
• 申請日: 2020-12-31
• 公開（公告）號: CN114694744A
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 王童;邵斌;劉鐵巖
• 申請（專利權）人: 微軟技術許可有限責任公司
• 主分類號: G16B15/20
• 分類號: G16B15/20;G16B50/00
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 羅利娜

根據本公開的實現，提供了蛋白質結構預測的方案。根據該方案，獲取針對目標蛋白質的約束集，約束集包括針對目標蛋白質的多個結構屬性的多個約束。提取多個約束各自的特征信息，并基于多個約束的特征信息來確定多個約束各自對應的多個權重。每個權重指示對應的約束在用于預測目標蛋白質的結構時對預測的影響程度。基于約束集中的多個約束和多個權重來預測目標蛋白質的結構。根據該方案，通過對所使用的約束的預處理，可以解決約束集中的潛在沖突，并消除約束的冗余性。這有利于對目標蛋白質的結構的準確預測。

背景技術

蛋白質是由氨基酸殘基的長鏈組成的生物分子或大分子。蛋白質在生物體內執行許多重要的生命活動，并且蛋白質的功能主要由其三維(3D)結構決定。了解蛋白質結構有助于了解蛋白質的作用，了解蛋白質之間的相互作用，了解蛋白質如何行使其生物功能等。這對醫學和生物技術領域是非常重要的。例如，如果某個蛋白質在某個疾病中起關鍵作用，可以基于該蛋白質的結構來設計藥物分子，以治療該疾病。

當前普遍通過實驗手段來研究蛋白質結構。然而，通過實驗手段來確定蛋白質的結構非常耗時耗力。相比于自然界中已有的蛋白質數目，目前以實驗手段確定出的結構的蛋白質的數目很少。因此，低成本、高產出的蛋白質結構預測是當前蛋白質結構研究的重點。

發明內容

根據本公開的實現，提出了一種用于預測蛋白質結構的方案。在該方案中，獲取針對目標蛋白質的約束集，約束集包括針對目標蛋白質的多個結構屬性的多個約束。提取多個約束各自的特征信息，并基于多個約束的特征信息來確定多個約束各自對應的多個權重。每個權重指示對應的約束在用于預測目標蛋白質的結構時對預測的影響程度。基于約束集中的多個約束和多個權重來預測目標蛋白質的結構。根據該方案，通過對所使用的約束的預處理，可以解決約束集中的潛在沖突，并消除約束的冗余性。這有利于對目標蛋白質的結構的準確預測。

提供發明內容部分是為了簡化的形式來介紹對概念的選擇，其在下文的具體實施方式中將被進一步描述。發明內容部分無意標識要求保護的主題的關鍵特征或主要特征，也無意限制要求保護的主題的范圍。

附圖說明

圖1示出了能夠實施本公開的多個實現的計算設備的框圖；

圖2示出了蛋白質的結構屬性的示意圖；

圖3示出了蛋白質的原子的示例空間坐標表示系統的示意圖；

圖4示出了根據本公開的一些實現的蛋白質結構預測系統的框圖；

圖5A和圖5B示出了根據本公開的一些實現的針對結構屬性的約束的示例；

圖6示出了根據本公開的另一些實現的蛋白質結構預測系統的框圖；

圖7示出了根據本公開的另一些實現的蛋白質結構預測系統的框圖；

圖8示出了根據本公開的一些實現的在迭代過濾前和過濾后約束集中的約束之間的沖突和冗余的示例比較；

圖9示出了根據本公開的一些實現的在具有遺傳初始化和不具有遺傳初始化的迭代蛋白質結構預測的示例比較；以及

圖10示出了根據本公開的一個實現的蛋白質結構預測過程的流程圖。

這些附圖中，相同或相似參考符號用于表示相同或相似元素。

具體實施方式

現在將參照若干示例實現來論述本公開。應當理解，論述了這些實現僅是為了使得本領域普通技術人員能夠更好地理解且因此實現本公開，而不是暗示對本公開的范圍的任何限制。

如本文所使用的，術語“包括”及其變體要被解讀為意味著“包括但不限于”的開放式術語。術語“基于”要被解讀為“至少部分地基于”。術語“一個實現”和“一種實現”要被解讀為“至少一個實現”。術語“另一個實現”要被解讀為“至少一個其他實現”。術語“第一”、“第二”等等可以指代不同的或相同的對象。下文還可能包括其他明確的和隱含的定義。