[發明專利]一種基于量子計算的配體-蛋白相互作用的預測方法在審
| 申請號: | 202210079577.0 | 申請日: | 2022-01-24 |
| 公開(公告)號: | CN114446383A | 公開(公告)日: | 2022-05-06 |
| 發明(設計)人: | 朱欽圣;蔣欣睿;盧俊邑;殷浩;吳昊;胡勇;李曉瑜 | 申請(專利權)人: | 電子科技大學 |
| 主分類號: | G16B5/00 | 分類號: | G16B5/00;G16B20/30;G16B40/00;G06N10/60;G16C20/50;G16C20/70 |
| 代理公司: | 成都華風專利事務所(普通合伙) 51223 | 代理人: | 張巨箭 |
| 地址: | 611731 四川省成*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 量子 計算 蛋白 相互作用 預測 方法 | ||
1.一種基于量子計算的配體-蛋白相互作用的預測方法,其特征在于,所述方法包括:
獲得配體藥物分子與蛋白分子的3D結構;
使用量子隱馬爾可夫模型對所述蛋白分子的3D結構進行預測,得到蛋白分子上存在的結合位點;
所述使用量子隱馬爾可夫模型對所述蛋白分子的3D結構進行預測,包括:
使用從頭算法和折疊識別法在三維空間中學習已知蛋白質的氨基酸殘基路徑,獲得各折疊氨基酸的三維路徑信息;
對每個氨基酸分子晶格內的原子位置進行編碼,將每個原子放置在氨基酸分子晶格的一個點上;
氨基酸分子晶格上的每個點通過使用基向量移動到它的一個鄰接點,每個基向量作為量子隱馬爾可夫模型中的一個狀態;
學習氨基酸的連接路徑,預測蛋白質的復雜結構;
獲取配體藥物分子的分子圖,將所述分子圖與預測得到的蛋白分子上存在的結合位點進行對接,得到配體-蛋白的連接結構圖,并使用量子卷積神經網絡提取影響配體-蛋白對接的特征;
根據所述影響配體-蛋白對接的特征對對接過程進行打分,預測得到配體-蛋白相互作用的效果。
2.根據權利要求1所述的一種基于量子計算的配體-蛋白相互作用的預測方法,其特征在于,所述獲得配體藥物分子與蛋白分子的3D結構,包括:
借助X射線晶體學或NMR光譜學方法獲得蛋白分子的三維晶體結構;
借助小分子3D結構的大型數據庫獲得大量配體藥物分子的3D結構。
3.根據權利要求2所述的一種基于量子計算的配體-蛋白相互作用的預測方法,其特征在于,所述獲得配體藥物分子與蛋白分子的3D結構,還包括:
修復蛋白解析過程中產生的錯誤,并在對接前對蛋白分子的三維晶體結構進行加氫質子化處理,標示局部電性;
對所述配體藥物分子的3D結構進行能量最小化處理。
4.根據權利要求1所述的一種基于量子計算的配體-蛋白相互作用的預測方法,其特征在于,在將所述配體藥物分子與所述結合位點對接前,還包括:
對每個藥物分子的3D結構進行編碼,每個位置編碼對應分子中的原子,連接邊對應分子中原子間的化學鍵,藥物分子被描述為以原子為節點的分子圖。
5.根據權利要求4所述的一種基于量子計算的配體-蛋白相互作用的預測方法,其特征在于,將所述配體藥物分子與所述結合位點對接,包括:
將所述分子圖與預測得到的蛋白分子上存在的結合位點進行對接,得到配體-蛋白的連接結構圖。
6.根據權利要求5所述的一種基于量子計算的配體-蛋白相互作用的預測方法,其特征在于,所述使用量子卷積神經網絡提取影響配體-蛋白對接的特征,包括:
使用量子卷積神經網絡提取影響配體-蛋白相互作用過程的特征。
7.根據權利要求6所述的一種基于量子計算的配體-蛋白相互作用的預測方法,其特征在于,所述根據所述影響配體-蛋白對接的特征對對接過程進行打分,包括:
使用打分函數評價某次對接的效果,所述效果包括結合模式與親和力;
在進行多次對接后,將每個結合位點以及與其對接的藥物分子的得分進行排序;
結合人為的判斷來挑選一合適的分子作為進一步對接測試的備選目標。
8.根據權利要求6所述的一種基于量子計算的配體-蛋白相互作用的預測方法,其特征在于,所述特征包括靜電作用、氫鍵作用、疏水作用和范德華作用。
9.根據權利要求6所述的一種基于量子計算的配體-蛋白相互作用的預測方法,其特征在于,使用分子描述符模塊將對接的情況特征化。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于電子科技大學,未經電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210079577.0/1.html,轉載請聲明來源鉆瓜專利網。





