[發明專利]蛋白質結構識別方法、訓練方法及裝置

在審

• 申請號: 202310433211.3
• 申請日: 2023-04-21
• 公開（公告）號: CN116434835A
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 崔超;薛洋;方曉敏;張肖男
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G16B30/00
• 分類號: G16B30/00;G16B40/00;G06N3/0464;G06N3/08
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 楊靜

1.一種深度學習模型的訓練方法，包括：

利用掩碼語言處理網絡對樣本蛋白質的氨基酸特征序列進行處理，得到包括氨基酸共進化信息的第一特征；

利用關系圖神經網絡對所述樣本蛋白質的空間結構特征進行處理，得到包括空間結構信息的第二特征；

基于對比損失函數，根據所述第一特征和所述第二特征得到特征損失值；以及

基于所述特征損失值，調整所述掩碼語言處理網絡和所述圖神經網絡的模型參數，得到經訓練的深度學習模型。

2.根據權利要求1所述的方法，其中，所述利用關系圖神經網絡對所述樣本蛋白質的空間結構特征進行處理，得到包括空間結構信息的第二特征，包括：

根據所述空間結構特征，構建關系圖，其中，所述關系圖包括節點和邊，所述節點表征所述樣本蛋白質的主鏈碳骨架上與羰基連接的碳原子，所述邊表征兩個所述節點之間的信息聚合方向；以及

根據所述信息聚合方向，對每一個所述節點的空間結構特征進行聚合，得到所述第二特征。

3.根據權利要求2所述的方法，其中，所述節點包括I個，I為大于1的整數，所述根據所述信息聚合方向，對每一個所述節點的空間結構特征進行聚合，得到所述第二特征，包括：

根據第i個節點，按照所述信息聚合方向，確定與所述第i個節點相關聯的J個節點，i為大于等于1且小于等于I的整數，J為大于1等于1且小于I的整數；

根據所述J個節點的空間結構特征，得到所述第i個節點的關聯結構特征；

根據所述第i個節點的關聯結構特征和所述第i個節點的空間結構特征，得到所述第i個節點的聚合結構特征；

在確定i小于I的情況下，返回執行確定與所述第i個節點相關聯的J個節點的操作，并遞增i；以及

在確定i等于I的情況下，根據I個節點的聚合結構特征，得到所述第二特征。

4.根據權利要求3所述的方法，其中，所述根據所述J個節點的空間結構特征，得到所述第i個節點的關聯結構特征，包括：

根據所述J個節點的空間結構特征和所述第i個節點的空間結構特征，確定所述J個節點與所述第i個節點的空間位置關系；

根據所述空間位置關系，確定所述J個節點的關聯權重；以及

根據所述J個節點的關聯權重和所述J個節點的空間結構特征，得到所述第i個節點的關聯結構特征。

5.根據權利要求2所述的方法，其中，所述根據所述空間結構特征，構建關系圖，包括：

確定所述樣本蛋白質的主鏈碳骨架上與羰基連接的任一碳原子為初始節點；

根據每一個節點的空間結構特征，確定目標節點和所述目標節點與所述初始節點之間的空間位置關系；以及

根據所述初始節點、所述目標節點和所述空間位置關系，得到所述關系圖。

6.根據權利要求5所述的方法，其中，所述空間結構特征表征節點的三維坐標信息，所述根據每一個節點的空間結構特征，確定目標節點和所述目標節點與所述初始節點之間的空間位置關系，包括：

根據每一個節點的三維坐標信息，得到其他節點與所述初始節點之間的空間距離信息；

根據所述空間距離信息，從所述其他節點中確定所述目標節點，其中，所述目標節點與所述初始節點之間的空間距離小于等于預定閾值；以及

根據所述初始節點的三維坐標信息和所述目標節點的三維坐標信息，得到所述空間位置關系。

7.根據權利要求1所述的方法，其中，所述利用掩碼語言處理網絡對樣本蛋白質的氨基酸特征序列進行處理，得到包括氨基酸共進化信息的第一特征，包括：

對樣本蛋白質的氨基酸特征序列隨機在不同位置進行掩碼，得到彼此遮蓋位置不同的局部基團被遮蓋的多個氨基酸特征序列；

基于注意力策略，通過對每一個局部基團被遮蓋的氨基酸特征序列進行處理，得到與每一個遮蓋位置對應的局部基團的特征，得到與多個遮蓋位置對應的多個局部基團的特征；以及

對所述多個局部基團的特征進行池化處理，得到所述第一特征。