[发明专利]基于深度学习的蛋白质结构预测方法及系统

权利要求书

1.一种基于深度学习的蛋白质结构预测方法，其特征在于，包括：

数据生成步骤：根据数据生成启动控制信息，获取原始多序列匹配数据，计算生成特征数据；

网络结构搭建步骤：构建残基距离神经网络结构和角度神经网络结构，预测目标蛋白质残基间的距离及角度；

网络评价指标步骤：构建距离评价方法和角度评价方法，获取距离评价方法信息、角度评价方法信息；

结构生成和筛选步骤：构建蛋白质结构生成和筛选方案，获取蛋白质结构生成和筛选方案信息；

结构评价指标步骤：构建结构评价指标，获取结构评价指标信息；

预测评价指标步骤:进行目标蛋白质预测结构的可信度评估，获取目标蛋白质预测结构的可信度评估信息；

根据距离评价方法信息、角度评价方法信息、蛋白质结构生成和筛选方案信息、结构评价指标信息、目标蛋白质预测结构的可信度评估信息，获取基于深度学习的蛋白质结构预测结果信息；

所述网络结构搭建步骤包括：

网络结构搭建第一子步骤：搭建距离神经网络结构，定义残基距离神经网络结构中网络层类别和层的参数，以及网络的损失函数；

神经网络结构为残差网络，隐层神经单元为64，损失函数为交叉熵损失；

网络结构搭建第二子步骤：搭建角度神经网络结构，定义角度神经网络结构中网络层类别和层的参数，以及网络的损失函数；

神经网络结构包括3部分，瓶颈网络，特征提取和输出网络，特征提取网络采取经典的resnet152架构，使用一维卷积替换2维卷积，输出网络为两个分类网络和回归网络，分类网络采取交叉熵损失函数，回归网络采取均方误差损失函数；

以所述特征数据中的特征作为距离神经网络输入，分别预测全链蛋白质序列及各子序列的残基间距离，并拼接为原全长蛋白质的距离分布；

以所述特征数据中的特征作为上述角度神经网络输入，预测全长蛋白质的角度分布。

2.根据权利要求1所述的基于深度学习的蛋白质结构预测方法，其特征在于，所述数据生成步骤包括：

数据生成第一子步骤：通过序列搜索算法在大规模序列数据库中搜索同源序列构建蛋白质多序列匹配数据；

在预测过程中将长度超过128的蛋白质序列依次切割成64，128及256的子序列，并分别单独构建上述多序列匹配数据；

数据生成第二子步骤：生成特征数据，所述特征数据中的特征包括以下任意一种或者多种：

-序列热独码Seq1hot；

-位置特异性打分矩阵PSSM；

-蛋白质残基接触打分矩阵DCA。

3.根据权利要求1所述的基于深度学习的蛋白质结构预测方法，其特征在于，所述结构生成和筛选步骤包括：

结构生成和筛选子步骤：将预测的残基间距离与角度分布转换为可约的平滑能量势能，通过梯度下降的方式快速获取在此约束下的势能最小化模型；并根据势能进行模型排序即筛选。