【技术实现步骤摘要】
一种蛋白质结构预测方法、蛋白质结构预测装置及介质
[0001]本专利技术涉及人工智能
,具体涉及一种蛋白质结构预测方法、蛋白质结构预测装置及介质。
技术介绍
[0002]随着深度学习的发展,其应用也越来越广泛,越来越多的领域都逐渐将深度学习作为未来重点发展的方向,其中包括生物制药行业。
[0003]在结构生物学
中,蛋白质结构预测一直是一个备受关注的问题。在传统技术中,蛋白质结构预测是通过借助冷冻电镜,进行多次实验后得到的,并且每一个蛋白质结构预测花费的时间均以年为单位来计算,需要耗费大量的人力的物力成本。但近几年,随着深度学习的迅猛发展,可以通过深度学习,对未知蛋白质结构的蛋白质序列进行预测,得到蛋白质预测结构,并且预测结果比实验结果准确,进而为科研人员节省了大量的时间成本。
[0004]在相关技术中,针对未知蛋白质结构进行预测时,是在图形处理器(Graphics Processing Unit,GPU)中,通过alphafold2,利用AI算法直接进行预测。但采用该种方式进行预测,需要将预测目 ...
【技术保护点】
【技术特征摘要】
1.一种蛋白质结构预测方法,其特征在于,应用于计算机设备,所述计算机设备包括CPU和至少一个GPU,所述方法包括:获取待预测蛋白质结构的目标蛋白质序列;在所述CPU中,根据所述目标蛋白质序列的序列长度,确定所述目标蛋白质序列对应匹配序列的比对数量阈值;根据所述比对数量阈值,将所述目标蛋白质序列与预置的蛋白质序列库中的多个蛋白质序列进行比对,确定所述目标蛋白质序列对应的匹配序列;在预置的蛋白质结构数据库中,确定所述匹配序列对应的匹配结构;将所述匹配序列和所述匹配结构输入至预置在所述GPU中的蛋白质结构预测模型中进行蛋白质结构预测,得到所述目标蛋白质序列对应的蛋白质预测结构。2.根据权利要求1所述的方法,其特征在于,若预置的蛋白质数据库的数量为多个,则所述将所述目标蛋白质序列与预置的蛋白质序列库中的多个蛋白质序列进行比对,包括:将所述目标蛋白质序列分别与预置的每个蛋白质序列库中的多个蛋白质序列进行比对。3.根据权利要求1或2所述的方法,其特征在于,若所述GPU的数量为多个,且目标蛋白质序列的数量为多个时,则不同GPU中的蛋白质结构预测模型,预测不同目标蛋白质序列的蛋白质预测结构。4.根据权利要求3所述的方法,其特征在于,所述方法还包括:统计并输出在所述CPU中,基于所述目标蛋白质序列确定所述匹配结构的处理时间。5.根据权利要求4所述的方法,其特征在于,所述方法还包括:统计并输出在所述GPU中,得到所述目标蛋白质序列对应的蛋白质预测结构的预测时间。6...
【专利技术属性】
技术研发人员:刘鑫,
申请(专利权)人:苏州浪潮智能科技有限公司,
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。