基于蛋白质的对接结构预测方法及装置制造方法及图纸

本公开提供了一种基于蛋白质的对接结构预测方法及装置，涉及人工智能、生物计算技术领域。具体实现方案为：将受体蛋白的氨基酸序列以及目标对接物的氨基酸序列输入PLM，得到第一单序列表示和注意力图；基于适配器层将第一单序列表示转换为第二单序列表示，并基于适配器层将注意力图转换为配对表示；将受体结构信息、第二单序列表示和配对表示输入目标模型的几何模块，得到受体蛋白和目标对接物对接后的结构信息；其中，受体结构信息用于描述目标对接物的相似物和受体蛋白的对接结构。使用本公开提供的对接结构预测方法能够快速准确的预测受体蛋白和目标对接物的对接结构。预测受体蛋白和目标对接物的对接结构。预测受体蛋白和目标对接物的对接结构。

【技术实现步骤摘要】
基于蛋白质的对接结构预测方法及装置


[0001]本公开涉及数据处理
，尤其涉及人工智能、生物计算


技术介绍

[0002]Alphafold
‑
Multimer(多聚体的阿尔法折叠)模型是Alphafold2(阿尔法折叠模型的版本2)的扩展，专门用于预测蛋白质
‑
蛋白质的复合物的结构，在实验结果上达到了很高的准确率。
[0003]通常情况下，Alphafold
‑
Multimer需要得到MSA(multiple sequences alignment，同源序列比对)和Template(模板)，去预估对接结构。
[0004]但是Alphafold
‑
Multimer结构较为庞大，需要集成约20多个模型，此外，确定MSA和Template的过程耗时也较长，如何能够快速准确的预测对接结构仍有待解决。

技术实现思路

[0005]本公开提供了一种基于蛋白质的对接结构预测的方法及装置。
[0006]根据本公开的一方面，提供了一种基于蛋白质的对接结构预测方法，包括：
[0007]将受体蛋白的氨基酸序列以及目标对接物的氨基酸序列输入PLM(Protein Language Model，蛋白质语言模型)，得到第一单序列表示和注意力图；
[0008]基于适配器层将第一单序列表示转换为第二单序列表示，并基于适配器层将注意力图转换为配对表示；
[0009]将受体结构信息、第二单序列表示和配对表示输入目标模型的几何模块，得到受体蛋白和目标对接物对接后的结构信息；其中，受体结构信息用于描述目标对接物的相似物和受体蛋白的对接结构。
[0010]根据本公开的另一方面，提供了一种基于蛋白质的对接结构预测装置，包括：
[0011]特征提取模块，用于将受体蛋白的氨基酸序列以及目标对接物的氨基酸序列输入PLM，得到第一单序列表示和注意力图；
[0012]转换模块，用于基于适配器层将第一单序列表示转换为第二单序列表示，并基于适配器层将注意力图转换为配对表示；
[0013]预测模块，用于将受体结构信息、第二单序列表示和配对表示输入目标模型的几何模块，得到受体蛋白和目标对接物对接后的结构信息；其中，受体结构信息用于描述目标对接物的相似物和受体蛋白的对接结构。
[0014]根据本公开的另一方面，提供了一种电子设备，包括：
[0015]至少一个处理器；以及
[0016]与该至少一个处理器通信连接的存储器；其中，
[0017]该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开中任一实施例的方法。
[0018]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储
介质，其中，该计算机指令用于使该计算机执行根据本公开中任一实施例的方法。
[0019]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据本公开中任一实施例的方法。
[0020]使用本公开实施例提供的对接结构预测方法能够快速准确的预测受体蛋白和目标对接物的对接结构。
[0021]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0022]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0023]图1是本公开一实施例提供的基于蛋白质的对接结构预测方法的流程示意图；
[0024]图2是本公开又一实施例提供的基于蛋白质的对接结构预测方法的另一流程示意图；
[0025]图3是本公开一实施例提供的一种受体结构信息的示例图；
[0026]图4是本公开实施例提供的柔性对接预测网络框架图；
[0027]图5是本公开一实施例提供的基于蛋白质的对接结构预测装置的结构示意图；
[0028]图6是本公开又一实施例提供的基于蛋白质的对接结构预测装置的另一结构示意图；
[0029]图7是用来实现本公开实施例的基于蛋白质的对接结构预测的方法的电子设备的框图。
具体实施方式
[0030]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0031]本公开中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元。方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0032]鉴于相关技术中Alphafold
‑
Multimer虽然能够准确预测蛋白质
‑
蛋白质对接结构，但是其耗时较长。为了能快速准确的预测对接结构，本公开实施例提供了一种基于蛋白质的对接结构预测方法。本公开实施例提供的方法不仅适用于蛋白质
‑
蛋白质对接结构的预测，还适用于蛋白质
‑
多肽对接结构的预测。
[0033]如图1所示，为本公开实施提供的基于蛋白质的对接结构预测方法的流程示意图，包括以下内容：
[0034]S101，将受体蛋白的氨基酸序列以及目标对接物的氨基酸序列输入PLM，得到第一单序列表示和注意力图。
[0035]其中，本公开实施例中的目标对接物为多肽或蛋白质。当对接物为多肽时，多肽结构相对简单，本公开实施例能够准确的得到受体蛋白
‑
多肽的大致结构信息，以便于快速准确的预测出蛋白质
‑
多肽的对接结构。
[0036]在一些实施例中，采用的PLM可以是ProT5模型(protein Text
‑
To
‑
Text Transfer Transformer，蛋白质文本信息优化模型)、ESM
‑
1b模型(Evolutionary Scale Modeling，规模进化模型)CLM(Causal Language Modeling，因果语言模型)等，任何蛋白语音预测模型均适用于本公开实施例。
[0037]其中，残基之间的接触更多依赖相对位置，本公开实施例中注意力图用于表示残基之间的相互作用以及残基之间的相互作用和残基之间的相对位置之间的作用。
[0038]S102，基于适配器层将第一单序列表示转换为第二单序列表示，并基于适配器层将注意力图转换为配对表示。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于蛋白质的对接结构预测方法，包括：将受体蛋白的氨基酸序列以及目标对接物的氨基酸序列输入蛋白质语言模型，得到第一单序列表示和注意力图；基于适配器层将所述第一单序列表示转换为第二单序列表示，并基于所述适配器层将所述注意力图转换为配对表示；将受体结构信息、所述第二单序列表示和所述配对表示输入目标模型的几何模块，得到所述受体蛋白和所述目标对接物对接后的结构信息；其中，所述受体结构信息用于描述所述目标对接物的相似物和所述受体蛋白的对接结构。2.根据权利要求1所述的方法，还包括基于以下方法得到所述受体结构信息：生成所述目标对接物的多个相似片段；基于评分函数，从所述多个相似片段中筛选出多个候选片段；将每个候选片段分别与所述受体蛋白进行对接，得到多个候选结构；从所述候选结构中选择出最优结构作为目标结构；生成所述目标结构的结构信息作为所述受体结构信息。3.根据权利要求2所述的方法，其中，所述生成所述目标结构的结构信息，包括：获取所述目标结构中的以下至少一种信息，得到所述结构信息：原子编号、原子类型、原子坐标、原子对应的氨基酸编号、原子对应的氨基酸类型、原子对应的链编号。4.根据权利要求2所述的方法，其中，所述将每个候选片段分别与所述受体蛋白进行对接，得到多个候选结构，包括：基于快速傅立叶变换将每个候选片段分别与所述受体蛋白进行对接，得到多个候选结构。5.根据权利要求1
‑
4中任一项所述的方法，其中，所述基于适配器层将所述第一单序列表示转换为第二单序列表示，并基于所述适配器层将所述注意力图转换为配对表示，包括：将所述第一单序列表示输入所述适配器层的第一线性层，得到所述第二单序列表示；将所述注意力图输入所述适配器层的第二线性层，得到所述配对表示。6.根据权利要求1
‑
5中任一项所述的方法，所述目标对接物包括多肽。7.根据权利要求1
‑
6中任一项所述的方法，其中，所述将受体蛋白的氨基酸序列以及目标对接物的氨基酸序列输入蛋白质语言模型，得到第一单序列表示和注意力图，包括：对所述受体蛋白的氨基酸序列以及所述目标对接物的氨基酸序列进行编码，得到编码向量；将所述编码向量输入所述蛋白质语言模型，得到所述第一单序列表示和注意力图。8.根据权利要求1
‑
7中任一项所述的方法，其中，所述蛋白质语言模型中包括多个注意力模块，所述将受体蛋白的氨基酸序列以及目标对接物的氨基酸序列输入蛋白质语言模型，得到第一单序列表示和注意力图，包括：将所述受体蛋白的氨基酸序列以及所述目标对接物的氨基酸序列输入第一个注意力模块，得到中间单序列表示和中间注意力图；针对所述多个注意力模块中的除所述第一个注意力模块之外的任一注意力模块，分别执行以下操作，并将最后一个注意力模块输出的中间单序列表示作为所述第一单序列表
示，将所述最后一个注意力模块输出的中间注意力图作为所述注意力图：将上一注意力模块输出的中间单序列表示，输入所述任一注意力模块得到所述任一注意力模块输出的中间单序列表示；将所述上一注意力模块输出的中间注意力图，输入所述任一注意力模块，得到所述任一注意力模块输出的中间注意力图。9.一种基于蛋白质的对接结构预测装置，包括：特征提取模块，用于将受体蛋白的氨基酸序列以及目标对接物的氨基酸序列输入蛋白质语言模型，得到第一单序列表示和注意力图；转换模块，用于基于适配器层将所述第一单序列表示转换为第二单序列表示，并基于所述适配器层将所述注...

【专利技术属性】
技术研发人员：王俊达，薛洋，陈致远，方晓敏，王凡，张肖男，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：