[發(fā)明專利]一種預(yù)測(cè)蛋白質(zhì)二級(jí)結(jié)構(gòu)的方法、裝置及相關(guān)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202210356349.3
• 申請(qǐng)日: 2022-04-06
• 公開（公告）號(hào): CN114708904A
• 公開（公告）日: 2022-07-05
• 發(fā)明（設(shè)計(jì)）人: 梁珩琳
• 申請(qǐng)（專利權(quán)）人: 中國(guó)農(nóng)業(yè)銀行股份有限公司
• 主分類號(hào): G16B15/20
• 分類號(hào): G16B15/20;G16B5/20;G06N3/04
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王寶筠

本申請(qǐng)公開了一種預(yù)測(cè)蛋白質(zhì)二級(jí)結(jié)構(gòu)的方法、裝置及相關(guān)設(shè)備，包括：獲取待預(yù)測(cè)的蛋白質(zhì)對(duì)應(yīng)的氨基酸序列；將所述氨基酸序列輸入至預(yù)先完成訓(xùn)練的預(yù)測(cè)模型，得到所述預(yù)測(cè)模型輸出的預(yù)測(cè)結(jié)果，所述預(yù)測(cè)結(jié)果用于指示所述蛋白質(zhì)的二級(jí)結(jié)構(gòu)，所述預(yù)測(cè)模型包括多個(gè)強(qiáng)分類器，所述多個(gè)強(qiáng)分類器中的每個(gè)強(qiáng)分類器包括多個(gè)子網(wǎng)絡(luò)模型。如此，不僅可以利用預(yù)測(cè)模型根據(jù)氨基酸序列預(yù)測(cè)出蛋白質(zhì)二級(jí)結(jié)構(gòu)，而且，通過實(shí)驗(yàn)證明，包括多個(gè)強(qiáng)分類器(每個(gè)強(qiáng)分類器包括多個(gè)子網(wǎng)絡(luò)模型)的預(yù)測(cè)模型預(yù)測(cè)蛋白質(zhì)二級(jí)結(jié)構(gòu)的準(zhǔn)確性也較高。

技術(shù)領(lǐng)域

本申請(qǐng)涉及資源調(diào)度技術(shù)領(lǐng)域，特別是涉及一種預(yù)測(cè)蛋白質(zhì)二級(jí)結(jié)構(gòu)的方法、裝置及相關(guān)設(shè)備。

背景技術(shù)

蛋白質(zhì)是地球上所有生物進(jìn)行生命活動(dòng)不可或缺的化合物之一，研究蛋白質(zhì)的序列結(jié)構(gòu)、空間折疊方式對(duì)了解其生物功能有著非同尋常的意義。因此，蛋白質(zhì)結(jié)構(gòu)和功能的研究，是現(xiàn)代生物信息學(xué)和計(jì)算生物學(xué)中重要主題之一。其中，蛋白質(zhì)由氨基酸構(gòu)成，并且，氨基酸通過脫水縮合反應(yīng)形成肽鍵，脫水縮合后的氨基酸失去一個(gè)水分子成為氨基酸殘基，殘基通過肽鍵連接起來構(gòu)成線性的多肽鏈，這些線性的多肽鏈即蛋白質(zhì)一級(jí)結(jié)構(gòu)。蛋白質(zhì)二級(jí)結(jié)構(gòu)由一級(jí)結(jié)構(gòu)經(jīng)過三維空間結(jié)構(gòu)變換得到，并且，依據(jù)氫鍵模式可以將蛋白質(zhì)二級(jí)結(jié)構(gòu)分為三大類，分別是α螺旋、β折疊和卷曲。進(jìn)一步，蛋白質(zhì)二級(jí)結(jié)構(gòu)還可以細(xì)分為八小類：α螺旋(H)、α螺旋-3(G)、α螺旋-5(I)、β橋(B)、β折疊(E)、轉(zhuǎn)角(T)、無(wú)規(guī)則卷曲(S)和其他(C)。并且，蛋白質(zhì)具有三級(jí)結(jié)構(gòu)，并且只有具有三級(jí)結(jié)構(gòu)的蛋白質(zhì)才具有生物活性。

隨著測(cè)序技術(shù)的發(fā)展和相關(guān)研究的進(jìn)行，指數(shù)級(jí)別增長(zhǎng)的蛋白質(zhì)一級(jí)結(jié)構(gòu)序列(即組成蛋白質(zhì)的氨基酸序列)已被測(cè)定，并存儲(chǔ)在數(shù)據(jù)庫(kù)中。但在缺少蛋白質(zhì)同源結(jié)構(gòu)信息的情況下，很難用這些已知的一級(jí)結(jié)構(gòu)序列來預(yù)測(cè)蛋白質(zhì)三級(jí)結(jié)構(gòu)。蛋白質(zhì)二級(jí)結(jié)構(gòu)(可用于描述蛋白質(zhì)的局部空間結(jié)構(gòu))作為連接一級(jí)結(jié)構(gòu)和三級(jí)結(jié)構(gòu)的中介，有助于蛋白質(zhì)三級(jí)結(jié)構(gòu)的預(yù)測(cè)。因此，如何預(yù)測(cè)蛋白質(zhì)二級(jí)結(jié)構(gòu)具有重要意義。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了一種預(yù)測(cè)蛋白質(zhì)二級(jí)結(jié)構(gòu)的方法、裝置、計(jì)算設(shè)備及存儲(chǔ)介質(zhì)，以實(shí)現(xiàn)對(duì)于蛋白質(zhì)二級(jí)結(jié)構(gòu)的預(yù)測(cè)。

第一方面，本申請(qǐng)實(shí)施例提供了一種預(yù)測(cè)蛋白質(zhì)二級(jí)結(jié)構(gòu)的方法，所述方法包括：

獲取待預(yù)測(cè)的蛋白質(zhì)對(duì)應(yīng)的氨基酸序列；

將所述氨基酸序列輸入至預(yù)先完成訓(xùn)練的預(yù)測(cè)模型，得到所述預(yù)測(cè)模型輸出的預(yù)測(cè)結(jié)果，所述預(yù)測(cè)結(jié)果用于指示所述蛋白質(zhì)的二級(jí)結(jié)構(gòu)，所述預(yù)測(cè)模型包括多個(gè)強(qiáng)分類器，所述多個(gè)強(qiáng)分類器中的每個(gè)強(qiáng)分類器包括多個(gè)子網(wǎng)絡(luò)模型。

在一種可能的實(shí)施方式中，所述子網(wǎng)絡(luò)模型包括卷積神經(jīng)網(wǎng)絡(luò)模型。

在一種可能的實(shí)施方式中，所述預(yù)測(cè)模型時(shí)基于裝袋算法對(duì)所述多個(gè)強(qiáng)分類器進(jìn)行訓(xùn)練得到。

在一種可能的實(shí)施方式中，每個(gè)強(qiáng)分類器包括多個(gè)相同的子網(wǎng)絡(luò)模型。

在一種可能的實(shí)施方式中，所述子網(wǎng)絡(luò)模型的輸入對(duì)應(yīng)的編碼方式包括位置特異性得分矩陣PSSM或隱馬爾可夫模型HMM。

在一種可能的實(shí)施方式中，每個(gè)強(qiáng)分類器是利用Adaboost算法對(duì)所述多個(gè)子網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到的。

在一種可能的實(shí)施方式中，每個(gè)強(qiáng)分類器中的分類誤差率、子網(wǎng)絡(luò)模型對(duì)應(yīng)的權(quán)重系數(shù)以及權(quán)重更新公式基于SAMME算法完成調(diào)整。

第二方面，本申請(qǐng)實(shí)施例還提供了一種預(yù)測(cè)蛋白質(zhì)二級(jí)結(jié)構(gòu)的裝置，所述裝置包括：

序列獲取模塊，用于獲取待預(yù)測(cè)的蛋白質(zhì)對(duì)應(yīng)的氨基酸序列；

預(yù)測(cè)模塊，用于將所述氨基酸序列輸入至預(yù)先完成訓(xùn)練的預(yù)測(cè)模型，得到所述預(yù)測(cè)模型輸出的預(yù)測(cè)結(jié)果，所述預(yù)測(cè)結(jié)果用于指示所述蛋白質(zhì)的二級(jí)結(jié)構(gòu)，所述預(yù)測(cè)模型包括多個(gè)強(qiáng)分類器，所述多個(gè)強(qiáng)分類器中的每個(gè)強(qiáng)分類器包括多個(gè)子網(wǎng)絡(luò)模型。