[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的單分子力譜分類方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202211366459.4
• 申請(qǐng)日: 2022-11-01
• 公開(kāi)（公告）號(hào): CN115641918A
• 公開(kāi)（公告）日: 2023-01-24
• 發(fā)明（設(shè)計(jì)）人: 李旸暉;吳豪;李潤(rùn)坤;陳旺磊;魏靖洋;汪澍;王樂(lè)
• 申請(qǐng)（專利權(quán)）人: 中國(guó)計(jì)量大學(xué)
• 主分類號(hào): G16C20/20
• 分類號(hào): G16C20/20;G16C10/00;G06N3/08;G06N3/0464;G06F18/214
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明公開(kāi)了一種基于卷積神經(jīng)網(wǎng)絡(luò)的單分子力譜分類方法。包括：1)獲取單分子力譜圖像。2)對(duì)單分子力譜圖像依次進(jìn)行預(yù)處理、數(shù)據(jù)增強(qiáng)處理和人工標(biāo)注類別處理，獲得人工標(biāo)注后的單分子力譜圖像，制作包含訓(xùn)練集，驗(yàn)證集和測(cè)試集的數(shù)據(jù)集。3)構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型，利用訓(xùn)練集對(duì)構(gòu)建好的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，生成訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型。4)將測(cè)試集中的單分子力譜圖像輸入到訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型中，得到單分子力譜的折疊事件數(shù)量類別信息，實(shí)現(xiàn)單分子力譜圖像分類的目的。

技術(shù)領(lǐng)域

本發(fā)明涉及單分子檢測(cè)領(lǐng)域，具體涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的單分子力譜分類方法。

背景技術(shù)

生物分子內(nèi)部的構(gòu)象變化及分子間相互識(shí)別的作用機(jī)理可以用力學(xué)性質(zhì)來(lái)定性和定量研究。單分子力譜測(cè)量利用單分子技術(shù)中產(chǎn)生的力距數(shù)據(jù)揭示重要的生物分子的生物物理信息，如蛋白質(zhì)構(gòu)象變化中的折疊及解折疊轉(zhuǎn)變的數(shù)量，以及它們相對(duì)穩(wěn)定性和近似動(dòng)力學(xué)。單分子技術(shù)包括光鑷技術(shù)和磁鑷技術(shù)等，在單分子力譜測(cè)試的過(guò)程中產(chǎn)生的數(shù)據(jù)信號(hào)龐大且復(fù)雜，并且伴隨著極大的噪聲干擾和隨機(jī)性。

單分子技術(shù)龐大的數(shù)據(jù)量和數(shù)據(jù)的可重復(fù)性要求，使得單分子力譜數(shù)據(jù)的分類和篩選成為了限制該技術(shù)發(fā)展的重要因素。Bosshart P D等人在《Biophysical journal》中發(fā)表的《Reference-free alignment and sorting of single-molecule forcespectroscopy data》，通過(guò)力譜展開(kāi)事件的數(shù)量進(jìn)行分組，再使用基于互相關(guān)的排序?qū)αψV進(jìn)行子分類，并通過(guò)主成分分析和聚類方法提取展開(kāi)路徑以提取峰位置進(jìn)一步進(jìn)行細(xì)分類實(shí)現(xiàn)對(duì)力譜數(shù)據(jù)的過(guò)濾。但是使用這類單分子力譜分類方法效率低，速度慢，時(shí)間長(zhǎng)，并且隨著數(shù)據(jù)通量的不斷增大還需要人工去進(jìn)行進(jìn)一步的細(xì)分篩選。

發(fā)明內(nèi)容

本發(fā)明針對(duì)現(xiàn)有的單分子力譜分類方法的效率低，速度慢和時(shí)間長(zhǎng)等問(wèn)題，提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的單分子力譜分類方法，通過(guò)使用卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)單分子力譜圖像中的折疊事件的分類，在保證分類精度的情況下達(dá)到快速分類的目的。

本發(fā)明的技術(shù)方案為一種基于卷積神經(jīng)網(wǎng)絡(luò)的單分子力譜分類方法，包括如下步驟：

1)獲取單分子力譜圖像。

所述單分子力譜圖像是通過(guò)光鑷技術(shù)進(jìn)行的蛋白質(zhì)折疊實(shí)驗(yàn)獲取實(shí)驗(yàn)數(shù)據(jù)，并使用Matplotlib繪圖庫(kù)將實(shí)驗(yàn)數(shù)據(jù)轉(zhuǎn)換為單分子力譜圖像。

2)對(duì)單分子力譜圖像依次進(jìn)行預(yù)處理、數(shù)據(jù)增強(qiáng)處理和人工標(biāo)注類別處理，獲得人工標(biāo)注后的單分子力譜圖像，制作包含訓(xùn)練集，驗(yàn)證集和測(cè)試集的數(shù)據(jù)集。

所述預(yù)處理是將所有單分子力譜圖像統(tǒng)一轉(zhuǎn)換為像素大小為256×256的灰度圖像。

所述數(shù)據(jù)增強(qiáng)處理是將預(yù)處理后的單分子力譜圖像分別從左上、中上、右上、左中、中、中右、左下、中下和右下9個(gè)方位進(jìn)行裁剪，裁剪后的圖像像素大小為224×224。

所述人工標(biāo)注類別是指根據(jù)數(shù)據(jù)增強(qiáng)后的單分子力譜圖像中折疊事件的數(shù)量的不同，將所有單分子力譜圖像分為類別1、類別2、類別3、類別4和類別5，分別對(duì)應(yīng)單分子力譜圖像中的折疊數(shù)量為0、1、2、3和4的單分子力譜圖像。

作為優(yōu)選，數(shù)據(jù)集中單分子力譜圖像數(shù)量不少于7000幅，數(shù)據(jù)集中80％為訓(xùn)練集，10％為驗(yàn)證集，10％為測(cè)試集。

3)構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型，利用訓(xùn)練集對(duì)構(gòu)建好的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，生成訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型。

所述卷積神經(jīng)網(wǎng)絡(luò)模型由輸入模塊、第一池化模塊、第一卷積模塊、第二池化模塊、第二卷積模塊、第三池化模塊、第三卷積模塊、第四池化模塊、全連接模塊和輸出模塊依次級(jí)聯(lián)構(gòu)成。

所述輸入模塊和第一卷積模塊由兩層卷積層構(gòu)成，兩層卷積層順次級(jí)聯(lián)且參數(shù)一致，卷積層中卷積核的大小為3*3，步長(zhǎng)為1，擴(kuò)充邊緣為1。