[发明专利]基于深度学习的蛋白质结构预测方法及系统

说明书

本发明提供了一种基于深度学习的蛋白质结构预测方法及系统，尤其是一种基于深度学习和生物信息理论的蛋白质三维结构模拟方法，该方法包括：蛋白质同源矩阵的搜索步骤、相关特征数据的计算步骤、蛋白质残基间距离与角度预测的网络构建步骤、距离与角度的预测准确度评估步骤、基于距离及角度的三维模型快速生成及优化步骤、三维结构模型的筛选步骤、及预测结果的评估步骤。该流程与传统方法相比，具有预测准确、快速的优势，可进行高通量的宏蛋白质组模拟。

技术领域

本发明涉及深度学习和生物信息领域，具体地，涉及一种基于深度学习的蛋白质结构预测方法及系统，尤其涉及一种基于人工智能的蛋白质结构预测、筛选与评估。

背景技术

蛋白质是生命活动的主要承担者，生物体内许多重要生命过程都有蛋白质的参与。蛋白质由20种常见的氨基酸通过脱水缩合后形成的肽链连接而成。蛋白质的三维空间结构决定蛋白质的功能。从氨基酸序列预测蛋白质的三维结构是生物信息学中一个基础而尚未解决的问题。

迄今为止，对于确定蛋白质三维结构的研究方法主要分为两大类：一类是通过湿实验进行测定，一类是基于蛋白质序列进行预测。通过湿实验进行测定的方法包括X光衍射和核磁共振以及冷冻电镜技术等，这些方法存在一些显而易见的缺点，如耗时、昂贵等，在蛋白质序列快速累积的情况下，无法满足要求。因此如何提高从氨基酸序列直接预测蛋白质空间结构的准确率是蛋白质结构研究的关键问题。

对于从氨基酸序列直接预测蛋白质三维结构的研究，主要有两大类方法：一类是基于模板的的建模方法，一类是非模板的直接从头预测的方法。基于模板的建模方法受到蛋白质结构数据库中可用的结构模板数量和质量的限制，因此从头预测变得越来越重要。基于蛋白质序列片段的从头预测的工具如Rosetta和QUARK等，虽然这些方法都在蛋白质结构预测方面取得了一定成果，但是他们也面临着结构预测中的一个重大挑战，即在无同源信息的情况下无法预测的问题。

针对上述问题，我们构建了基于人工智能的从头预测全自动流程，根据待预测蛋白质的序列信息进行特征计算，进而快速、准确的构建三维结构模型。

专利文献CN105184112A公开了一种基于改进小生境遗传算法的蛋白质结构预测方法。该方法将小生境遗传算法引入蛋白质结构预测中，并对遗传算法过程中的选择、变异进行了一定的改进。从实验得出的数据和与其他方法的比较结果来看，该方法可以更加全面的搜索出相应的蛋白质最小自由能量值，从而能得到更稳定的蛋白质结构；该方法的运行时间也大为缩短，说明了本方法具有良好的时间效率。该专利的流程和性能仍然有待完善的空间。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于深度学习的蛋白质结构预测方法及系统。

根据本发明提供的一种基于深度学习的蛋白质结构预测方法，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，用作以下网络输入；

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，用作以下结构生成算法的输入；

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，用以输出目标蛋白质的三维结构预测结果；

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。在优化及测试中用以衡量蛋白质结构预测的准确度；

预测评价指标步骤:获取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。用以在应用实例中为用户提供指导；