【技术实现步骤摘要】
基因组序列中潜在BGC的预测方法、装置、设备及介质
[0001]本申请实施例涉及人工智能领域,特别涉及一种基因组序列中潜在BGC的预测方法、装置、设备及介质。
技术介绍
[0002]生物合成基因簇(Biosynthetic Gene Clusters,BGC)是指具有生物合成功能的一组基因,能够编码合成次级代谢产物(小分子化合物),而微生物的次级代谢产物则是药物开发的重要源泉。
[0003]相关技术中,药物研发人员采用机器学习方法对细菌或真菌的基因组序列进行检测,以此发掘与新颖结构的小分子化合物相关的潜在BGC。后续研发过程中,即可基于发掘出的潜在BGC进行针对性实验。
[0004]然而,目前利用机器学习方法进行BGC预测时,BGC预测结果的假阳率较高,即BGC预测结果中包含大量非BGC,不利于后续药物研发。
技术实现思路
[0005]本申请实施例提供了一种基因组序列中潜在BGC的预测方法、装置、设备及介质,能够降低BGC预测的假阳率,提高BGC预测的准确性。所述技术方案如下:
[0006]一方面,本申请实施例提供了一种基因组序列中潜在BGC的预测方法,所述方法包括:
[0007]对基因组序列中的各个基因进行结构域预测,得到各个基因中包含的蛋白质家族数据库(Proteinfamily,Pfam)结构域;
[0008]确定各个所述Pfam结构域的Pfam得分,所述Pfam得分用于表征所述Pfam结构域属于BGC的概率;
[0009]基于各个所述Pfam结构 ...
【技术保护点】
【技术特征摘要】
1.一种基因组序列中潜在BGC的预测方法,其特征在于,所述方法包括:对基因组序列中的各个基因进行结构域预测,得到各个基因中包含的蛋白质家族数据库Pfam结构域;确定各个所述Pfam结构域的Pfam得分,所述Pfam得分用于表征所述Pfam结构域属于生物合成基因簇BGC的概率;基于各个所述Pfam结构域的所述Pfam得分,确定所述基因组序列中的候选BGC,所述候选BGC由至少一个基因构成;对所述候选BGC进行BGC类别预测,并基于类别预测结果确定所述候选BGC中的潜在BGC。2.根据权利要求1所述的方法,其特征在于,所述确定各个所述Pfam结构域的Pfam得分,包括:获取所述Pfam结构域的生物学信息,所述生物学信息包括结构域信息、家族描述信息以及家族标识;将所述生物学信息输入Pfam评分模型,得到所述Pfam评分模型输出的所述Pfam得分,所述Pfam评分模型基于包含BGC标注的样本基因组序列训练得到。3.根据权利要求2所述的方法,其特征在于,所述将所述生物学信息输入Pfam评分模型,得到所述Pfam评分模型输出的所述Pfam得分,包括:通过所述Pfam评分模型的嵌入层、编码层以及连接层对所述生物学信息进行处理,得到所述Pfam结构域的目标向量,所述嵌入层用于对所述生物学信息进行嵌入处理,得到嵌入向量,所述编码层用于对所述嵌入向量进行编码,得到编码向量,所述连接层用于连接所述编码向量,得到所述目标向量;通过所述Pfam评分模型的特征提取层对所述目标向量进行特征提取,得到所述Pfam结构域的结构域特征;通过所述Pfam评分模型的池化层和全连接层对所述结构域特征进行池化和全连接处理,得到所述Pfam得分。4.根据权利要求3所述的方法,其特征在于,所述特征提取层由双向长短期记忆递归神经网络Bi
‑
LSTM和单向长短期记忆递归网络LSTM构成,所述池化层用于对所述结构域特征进行时序平均池化。5.根据权利要求2所述的方法,其特征在于,所述方法还包括:构建样本基因组序列,所述样本基因组合序列由正样本和负样本拼接得到,所述正样本属于BGC数据集,所述负样本属于非BGC数据集;通过所述Pfam评分模型对所述样本基因组序列中各个Pfam结构域进行评分,得到样本Pfam得分;基于所述样本Pfam得分,确定所述样本基因组序列中的样本预测BGC;将所述正样本和所述负样本作为所述样本预测BGC的监督,训练所述Pfam评分模型。6.根据权利要求1至5任一所述的方法,其特征在于,所述确定各个所述Pfam结构域的Pfam得分之前,所述方法还包括:基于目标数量以及目标步长,采用滑动窗口对所述基因组序列进行划分,得到至少两个序列片段,所述序列片段中包含所述目标数量的所述Pfam结构域,且相邻序列片段之间
的偏移为所述目标步长;所述确定各个所述Pfam结构域的Pfam得分,还包括:以所述序列片段为单位,确定所述序列片段中各个所述Pfam结构域的所述Pfam得分;响应于存在Pfam结构域属于至少两个所述序列片段,对至少两个所述序列片段中所述Pfam结构域的Pfam得分进行平均计算,将平均计算结果确定为所述Pfam结构域的目标Pfam得分。7.根据...
【专利技术属性】
技术研发人员:杨子翊,廖奔犇,张胜誉,辛志伟,梁恒宇,
申请(专利权)人:河南省健康元生物医药研究院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。