一种基于流模型的抗体序列结构协同设计方法技术

本发明专利技术公开了一种基于流模型的抗体序列结构协同设计方法，包括以下步骤：S1、选取结构抗体数据集作为通用的抗体数据；S2、获取氨基酸序列信息及结构信息；S3、将序列信息及结构信息编码入图神经网络，对神经网络进行更新，得到氨基酸编码；S4、将氨基酸编码输入至第一流模型中进行变换，得到氨基酸类型，将预测到的氨基酸类型输入图神经网络，对其进行更新，得到新的氨基酸编码；S5、将新的氨基酸编码输入至第二流模型中进行变换，得到氨基酸的三维坐标信息；S6、将氨基酸类型及三维坐标信息与真实值做损失函数，最小化损失函数，优化生成模型参数。模型参数。模型参数。

【技术实现步骤摘要】
一种基于流模型的抗体序列结构协同设计方法


[0001]本专利技术涉及抗体序列结构预测
，更具体的说是涉及一种基于流模型的抗体序列结构协同设计方法。

技术介绍

[0002]目前，传统的机器学习方法是针对一个特定的，一般是有大量数据的数据集，试图学习出一个预测式模型或生成式模型，使得模型能够建模出数据集中的概率分布，从而得到准确的预测或是生成出符合数据集特征的样本。一种常用于生成式模型的方法，通过可逆、可微、连续的非线性变换，将具有复杂分布的数据集样本映射到具有简单分布的隐空间中，从而使得模型更好地对数据集中的概率分布进行建模。可变区是抗体结合抗原的位置，其氨基酸的组成和排列决定抗体的抗原结合特异性。可变区存在一些氨基酸能够高频变化组合的区域，这些区域被称为互补决定区(complementarity determining region,CDR区)，CDR区决定了抗体的独特型(抗独特型抗体表达)。抗体设计就主要针对CDR区的氨基酸序列。进行设计。
[0003]但是，已有的机器学习多集中于预测式模型的研究上，对生成式模型的研究相对不足。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于流模型的抗体序列结构协同设计方法，其特征在于，包括以下步骤：S1、选取结构抗体数据集作为通用的抗体数据；S2、获取氨基酸序列信息及结构信息；S3、将序列信息及结构信息编码入图神经网络，对神经网络进行更新，得到氨基酸编码；S4、将氨基酸编码输入至第一流模型中进行变换，得到氨基酸类型，将预测到的氨基酸类型输入图神经网络，对其进行更新，得到新的氨基酸编码；S5、将新的氨基酸编码输入至第二流模型中进行变换，得到氨基酸的三维坐标信息；S6、将氨基酸类型及三维坐标信息与真实值做损失函数，最小化损失函数，优化生成模型参数。2.根据权利要求1所述的一种基于流模型的抗体序列结构协同设计方法，其特征在于，所述步骤S2具体包括：所述氨基酸序列信息由若干个首尾相连的氨基酸的类型构成，所述结构信息由若干个首尾相连的氨基酸的C,C
α
,N原子的三维坐标构成。3.根据权利要求1所述的一种基于流模型的抗体序列结构协同设计方法，其特征在于，所述步骤S3具体包括：建立图结构并将序列信息和结构信息编码，当获取氨基酸序列的结构信息后，用C
α
原子的三维坐标来代表其所对应的氨基酸的空间位置，每一个氨基酸视为图结构中的一个节点，在序列中相邻的氨基酸节点将以边进行连接，此外，对于每一个氨基酸而言，与其距离最近的6个氨基酸也被视为其相邻节点，用边将后六者与前者连接，完成图结构的建立后，利用结构信息和空间几何知识，求得蛋白质主链上每一个氨基酸位置的扭转角φ，ψ，ω，将正余弦处理过的扭转角信息编码为图结构中的节点特征：v
i
＝(cosφ
i
，sinφ
i
，cosψ
i
，sinψ
i
，cosω
i
，sinω
i
)在图结构中两个相邻的氨基酸的空间位置都由其对应的C
α
原子的三维坐标表示，因此将欧氏距离编码为图结构中的边特征：e
ij
＝(||x
i，α
‑
x
j，α
||)其中，x
i，α
为第i个氨基酸中C
α
原子的三维坐标，第j个氨基酸在图结构中与第i个氨基酸相邻；图神经网络的更新，依据上述图结构及其对应的节点和边特征，对图神经网络更新L次，每次的更新公式为：其中，为上一次更新的节点隐藏状态，E(s
j
)为与氨基酸类型相关的编码；e
i，j
为边的特征；FFN(
·
)为两层全连接网络；为20维的行向量；上述图神经网络的更新，可以得到每一个节点的隐藏状态，表述为：其中，其中，为上述构建的图结构；MPN(
·
)表示图神经网络的更新方式。4.根据权利要求1所述的一种基于流模型的抗体序列结构协同设计方法，其特征在于，所述步骤S4具体包括：
经过流模型变换预测新点的氨基酸类型，得到第t+1个氨基酸的隐藏状态对其进行16层流模型变换：其中，预测的氨基酸类型为独热编码；σ
k
，μ
k
为第k层流模型变换的可学习参数。5.根据权利要求1所述的一种基于流模型的抗体序列结构协同设计方法，其特征在于，所述步骤S5具体包括：将s
...

【专利技术属性】
技术研发人员：邓岳，郭弢，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：