[發(fā)明專利]基于內(nèi)積自注意力神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)磷酸化位點(diǎn)預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110283782.4
• 申請(qǐng)日: 2021-03-17
• 公開（公告）號(hào): CN113096722A
• 公開（公告）日: 2021-07-09
• 發(fā)明（設(shè)計(jì)）人: 胡俊;賈寧欣;曾文武;殷文杰;董明;張貴軍
• 申請(qǐng)（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G16B15/20
• 分類號(hào): G16B15/20;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司 33241
• 代理人: 王利強(qiáng)

一種基于內(nèi)積自注意力神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)磷酸化位點(diǎn)預(yù)測(cè)方法，首先輸入氨基酸殘基數(shù)目為L(zhǎng)待進(jìn)行磷酸化位點(diǎn)預(yù)測(cè)的蛋白質(zhì)序列，利用20種常見氨基酸的one?hot編碼表示形式將蛋白質(zhì)序列轉(zhuǎn)換為一個(gè)L×20的特征矩陣M_fea；然后，對(duì)蛋白質(zhì)的每個(gè)殘基，根據(jù)M_fea使用滑動(dòng)窗口獲取一個(gè)大小為w×20的特征矩陣M；其次，從數(shù)據(jù)庫(kù)中獲取已知磷酸化位點(diǎn)標(biāo)簽的蛋白質(zhì)序列構(gòu)建訓(xùn)練集；再次，搭建神經(jīng)網(wǎng)絡(luò)框架，使用訓(xùn)練集訓(xùn)練網(wǎng)絡(luò)并獲取預(yù)測(cè)模型；最終將待預(yù)測(cè)的蛋白質(zhì)序列殘基的特征矩陣輸入到訓(xùn)練的模型中，根據(jù)模型輸出的概率值來(lái)預(yù)測(cè)蛋白質(zhì)序列中目標(biāo)殘基是否為磷酸化位點(diǎn)。本發(fā)明計(jì)算代價(jià)低、預(yù)測(cè)精確性高。

技術(shù)領(lǐng)域

本發(fā)明涉及生物信息學(xué)、深度學(xué)習(xí)與計(jì)算機(jī)應(yīng)用領(lǐng)域，具體而言涉及一種基于內(nèi)積自注意力神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)磷酸化位點(diǎn)預(yù)測(cè)方法。

背景技術(shù)

蛋白質(zhì)磷酸化是一種廣泛存在于真核生物中的翻譯后修飾過(guò)程，它在能量代謝、信號(hào)傳導(dǎo)途徑、神經(jīng)活動(dòng)、細(xì)胞周期和凋亡等多種生物過(guò)程中起著重要作用。蛋白質(zhì)磷酸化位點(diǎn)的準(zhǔn)確鑒定不僅可以幫助我們理解復(fù)雜的蛋白質(zhì)生物系統(tǒng)，還可以指導(dǎo)基本生物醫(yī)學(xué)藥物的設(shè)計(jì)。

目前，通過(guò)深度學(xué)習(xí)進(jìn)行蛋白質(zhì)磷酸化位點(diǎn)預(yù)測(cè)的方法有：NetPhos3.0(Blom,N.et al.Prediction of post-translational glycosylation and phosphorylation ofproteins from the amino acid sequence[J].Proteomics,2004:4,1633–1649.即:Blom,N等.NetPhos3.0:從氨基酸序列預(yù)測(cè)蛋白質(zhì)的翻譯后糖基化和磷酸化[J].蛋白質(zhì)組學(xué),2004,4,1633-1649.)、PPSP(Xue,T.et al.PPSP:prediction of PK-specificphosphorylation site with Bayesian decision theory[J].BMC Bioinformatics,2003:7,163.即:Xue,T等.PPSP:貝葉斯決策理論預(yù)測(cè)PK特異性磷酸化位點(diǎn)[J].BMC生物信息學(xué),2003:7,163.)、Musite(Gao,J.et al.Musite:a tool for global prediction ofgeneral and kinase-specific phosphorylation sites[J].Mol.Cell.Proteomics,2010:9,2586–2600.即:Gao,J等.Musite:用于總體預(yù)測(cè)一般和激酶特異性磷酸化位點(diǎn)的工具[J].Mol.Cell.蛋白質(zhì)組學(xué),2010:9,2586-2600.)與MusiteDeep(Wang,D.etal.MusiteDeep:a deep-learning framework for general and kinase-specificphosphorylation site prediction[J].Bioinformatics,2017:33,3909–3916.即:Wang,D等.MusiteDeep:一般和激酶特異性磷酸化位點(diǎn)預(yù)測(cè)的深度學(xué)習(xí)框架[J].生物信息學(xué),2017:33,3909-3916.)等。與傳統(tǒng)的機(jī)器學(xué)習(xí)方法相比，基于深度學(xué)習(xí)的方法能夠自動(dòng)提取蛋白質(zhì)序列中的氨基酸特征和隱藏模式。雖然這些方法取得了不錯(cuò)的效果，但這些方法僅捕獲沿氨基酸殘留維度的特征。因此，該方法可能忽略了隱藏在蛋白質(zhì)序列特征向量維中的一些重要特征，而這些特征可能對(duì)預(yù)測(cè)磷酸化位點(diǎn)有用。

綜上所述，現(xiàn)存的蛋白質(zhì)磷酸化位點(diǎn)預(yù)測(cè)方法在計(jì)算代價(jià)、預(yù)測(cè)精確性方面，距離實(shí)際應(yīng)用的要求還有很大差距，迫切地需要改進(jìn)。

發(fā)明內(nèi)容

為了克服現(xiàn)有蛋白質(zhì)磷酸化位點(diǎn)預(yù)測(cè)方法在計(jì)算代價(jià)、預(yù)測(cè)精確性方面的不足，本發(fā)明提出一種計(jì)算代價(jià)低、預(yù)測(cè)精確性高的基于內(nèi)積自注意力神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)磷酸化位點(diǎn)預(yù)測(cè)方法。

本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：

一種基于內(nèi)積自注意力神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)磷酸化位點(diǎn)預(yù)測(cè)方法，所述方法包括以下步驟：