[发明专利]一种基于结构特征的DNA绑定残基预测方法

权利要求书

1.一种基于结构特征的DNA绑定残基预测方法，其特征在于，所述预测方法包括以下步骤：

1)输入一个残基数为L的待进行DNA绑定残基预测的蛋白质三维结构信息S；

2)对蛋白质三维结构信息S中的任一残基P_i，i＝1,2,...,L，以P_i为球心，R为半径画球，通过以下步骤获取残基P_i的特征向量，记作过程如下：

2.1)分别统计该球内20种天然氨基酸类型的残基出现的频率，组成一个含有20个元素的向量，记作

2.2)分别统计该球内三类二级结构类别(折叠、螺旋、卷曲)的残基出现的频率，组成一个含有3个元素的向量，记作

2.3)分别统计该球内三类溶剂可及性类别(埋藏、中间状态、暴露)的残基出现的频率，组成一个含有3个元素的向量，记作

2.4)将步骤2.1)至2.3)中的串联成一个含有26个元素的特征向量，即

3)从蛋白质结构数据库PDB中获取已知DNA绑定残基状态的蛋白质三维结构信息作为训练蛋白质集合，使用步骤2)生成每个残基的特征向量；结合每个残基绑定的DNA状态信息，构建训练样本集；

4)搭建一维卷积神经网络预测蛋白质三维结构信息S中的DNA绑定残基，该网络共有三个模块，第一个模块和第二个模块为卷积层模块，第三个模块为全连接层模块，每一个卷积层模块分别包含一个卷积层，一个池化层和一个ReLU层，全连接层模块包含三个全连接层，每一模块的输出作为下一模块的输入，使用sigmoid激活函数使网络的输出值在(0,1)范围内，该网络的输出记为：

g(I)＝sigmoid(mod3(mod2(mod1(I))))

其中，I表示网络的输入，mod1，mod2，mod3分别表示第一个模块、第二个模块、第三个模块的运算；

5)使用步骤3)中构建的训练样本集训练4)中搭建的一维卷积神经网络，训练阶段都采用二分类交叉熵损失函数调整网络中的参数，二分类交叉熵损失函数记作：

其中，u表示蛋白质三维结构信息中残基的真实标签，表示网络模型的预测输出值，Y表示预测输出与真实标签的差距；

6)将蛋白质三维结构信息S中每个残基的特征向量输入到步骤5)训练的模型中，根据模型的输出概率是否大于判定阈值threshold，来判断对应残基是否为DNA绑定残基。