[發明專利]基于深層圖卷積網絡的蛋白質-蛋白質相互作用位點預測方法

有效

• 申請號: 202110502536.3
• 申請日: 2021-05-08
• 公開（公告）號: CN113192559B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 楊躍東;袁乾沐;盧宇彤
• 申請（專利權）人: 中山大學
• 主分類號: G16B25/00
• 分類號: G16B25/00;G06N3/0464;G06N3/08
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 劉俊

本發明公開了一種基于深層圖卷積網絡的蛋白質?蛋白質相互作用位點預測方法，包括步驟如下：根據蛋白質的序列和結構信息，提取節點特征矩陣和包含邊信息的鄰接矩陣，共同構成蛋白圖表征；采用基于初始殘差和恒等映射的深層圖卷積；深層圖卷積的最后一層圖卷積層的輸出輸入一個多層感知機，完成構建深層圖卷積神經網絡；將訓練數據提取得到蛋白圖表征，采用五折交叉驗證方法對深層圖卷積神經網絡進行訓練；將待測數據通過提取得到蛋白圖表征，并輸入訓練好的深層圖卷積神經網絡，實現對蛋白?蛋白相互作用位點的預測。本發明能更充分地利用蛋白質空間結構信息，進一步提高蛋白?蛋白相互作用位點預測的準確率。

技術領域

本發明涉及生物信息技術領域，更具體的，涉及一種基于深層圖卷積網絡的蛋白質-蛋白質相互作用位點預測方法。

背景技術

蛋白-蛋白相互作用(PPI)在信號傳導、物質運輸和新陳代謝等生理活動中扮演重要角色。識別蛋白-蛋白復合物之間參與物理接觸的氨基酸(即蛋白-蛋白相互作用位點)有助于構建蛋白-蛋白相互作用網絡、預測蛋白功能、揭示疾病機理和新藥研發。然而，用雙雜交試驗和親和力純化等傳統實驗方法來識別PPI位點成本高且耗時長。因此，研發能準確預測PPI位點的計算方法有很大的實際意義。

目前預測PPI位點的計算方法可根據方法所需的信息分為兩大類：

第一類是基于蛋白序列的方法，此類方法只需蛋白質的氨基酸序列信息即可做出預測，但它們的預測準確率通常非常有限；二類是基于蛋白結構的方法，此類方法需要蛋白質中氨基酸的三維原子坐標信息來預測PPI位點，而它們的預測準確率通常更高，且由于目前結構已知但功能未知的蛋白質越來越多，基于結構的預測方法有很大實際意義。

大多數現有的PPI位點預測方法基于機器學習技術，其中蛋白質會被編碼成特征矩陣。常用的蛋白特征包括獨熱(one-hot)編碼、進化保守性信息、二級結構、相對溶解性(RSA)和氨基酸物理化學性質等。提取蛋白質特征后，各種各樣的機器學習技術可被應用于PPI位點預測，如最近的基于序列的方法DELPHI使用了包含卷積神經網絡和循環神經網絡的集成框架；基于結構的方法DeepPPISP使用卷積神經網絡提取蛋白質全局信息。

然而，這些方法都只將蛋白質視作一維序列，從而去學習序列上相近的氨基酸的相互關系。由于蛋白質是一個折疊的三維結構，這些方法忽略了在序列上相距很遠，但在三維空間上相距很近的氨基酸帶來的影響。另一方面，基于結構的方法SPPIDER考慮到了這點，并利用帶權平均的方法整合空間上相距以內的氨基酸的特征。然而，這種選擇鄰居的方式基于一個較隨意的距離閾值，且不能提取到空間上相距較遠的氨基酸信息，而線性的平均也不能有效模擬空間相鄰的氨基酸之間的復雜關系。

發明內容

現有的PPI位點預測方法大多數只提取序列上相鄰的氨基酸信息，又或者是過于簡單地整合空間結構信息，為了解決現有方法的以上存在的不足，本發明提出了一種基于深層圖卷積網絡的蛋白質-蛋白質相互作用位點預測方法，其能更充分地利用蛋白質空間結構信息，進一步提高蛋白-蛋白相互作用位點預測的準確率。

為實現上述本發明目的，采用的技術方案如下：

一種基于深層圖卷積網絡的蛋白質-蛋白質相互作用位點預測方法，所述的方法包括步驟如下：

S1：根據蛋白質的序列和結構信息，提取節點特征矩陣和包含邊信息的鄰接矩陣，共同構成蛋白圖表征；

S2：采用基于初始殘差和恒等映射的深層圖卷積，以捕獲高階空間鄰近氨基酸的特征；并在深層圖卷積的最后一層圖卷積層的輸出輸入一個多層感知機，實現最終預測每一個氨基酸的蛋白相互作用概率，完成構建深層圖卷積神經網絡；

S3：將訓練數據通過步驟S1提取得到蛋白圖表征，采用五折交叉驗證方法對步驟S2得到的深層圖卷積神經網絡進行訓練；