[发明专利]基于几何图神经网络的蛋白质信号肽的预测方法及装置

权利要求书

1.一种基于几何图神经网络的蛋白质信号肽的预测方法，其特征在于，包括如下步骤：

获取数据集中的蛋白质序列，提取其中信号肽的字符序列；

对所述信号肽进行特征提取，得到所述信号肽的序列进化特征、物理化学特征、结构特征、统计特征；

将进化特征、物理化学特征、结构特征、统计特征进行融合，得到多维向量；所述进化特征、结构特征、统计特征分别为PSSM特征、PSAIA特征、HMM特征;

根据所述字符序列和所述多维向量构建信号肽的特征图：将信号肽的字符序列作为节点，相邻节点的边通过多维向量的距离进行度量；确定多维向量的距离的阈值，剪除无效节点和边；遍历所有有效节点和边，构建特征图；

将所述特征图作为几何图神经网络模型的输入，训练所述几何图神经网络直至其误差低于阈值，保存所述几何图神经网络模型并将其用于预测待预测氨基酸序列中是否含有信号肽片段。

2.根据权利要求1所述的基于几何图神经网络的蛋白质信号肽的预测方法，其特征在于，所述信号肽的字符序列表示为：

；

其中，X表示信号肽的字符序列，λ表示氨基酸残基序列所包含的排列信息和/或物理化学信息的种类数。

3.根据权利要求1所述的基于几何图神经网络的蛋白质信号肽的预测方法，其特征在于，所述几何图神经网络包括低聚合层、高聚合层、非线性变换层，

所述低聚合层用于聚合节点在一种关系下的邻居信息；

所述高聚合层用于聚合所述低聚合层的邻居信息；

所述非线性变化层用于拼接所述低聚合层与所述高聚合层所述的邻居信息。

4.根据权利要求3所述的基于几何图神经网络的蛋白质信号肽的预测方法，其特征在于，所述几何图神经网络模型的表示为：

其中，表示虚拟节点的特征，p表示低聚合层的聚合函数，表示节点u的特征；v表示低聚合层中的任一节点，表示节点v的邻居结构或邻居集合，u表示某种关系下节点v的邻居节点,z_v表示节点v映射到隐藏空间的向量，z_u节点u映射到隐藏空间的向量，i表示节点v的任意一个邻居，g表示节点v在所述特征图的邻居集合，s表示节点v在隐藏空间的邻居集合；r表示节点z_v与z_u关系,τ表示隐藏空间中节点之间的关系运算符；q表示高聚合层的聚合函数，表示聚合的虚拟节点的特征，表示隐藏层的特征，表示非线性激活函数，表示线性权重矩阵，l表示节点所在网络的层序号。