蛋白质结构预测方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例公开了一种蛋白质结构预测方法、装置、电子设备及存储介质。其中方法包括：电子设备通过采用多个数据库同时对待测蛋白质的待测氨基酸序列进行多序列比对，得到待测蛋白质对应的序列比对特征数据；在序列比对特征数据中确定出待测蛋白质对应的多个目标氨基酸序列，并对多个目标氨基酸序列进行长度排序，得到序列排序结果；根据序列排序结果确定多个目标模型；在每一目标模型中输入对应的目标氨基酸序列，输出每一目标氨基酸序列对应的非松弛结构模型；根据每一目标氨基酸序列对应的非松弛结构模型确定待测蛋白质的蛋白质结构。本申请实施例提供的蛋白质结构预测方法提升了蛋白质结构预测的效率。提升了蛋白质结构预测的效率。提升了蛋白质结构预测的效率。

【技术实现步骤摘要】
蛋白质结构预测方法、装置、电子设备及存储介质


[0001]本申请涉及人工智能
，具体涉及一种蛋白质结构预测方法、装置、电子设备及存储介质。

技术介绍

[0002]随着生物技术的发展，目前可以通过人工智能的方式来对蛋白质三维结构进行预测，从而确定出蛋白质的序列。
[0003]相关技术中，相关技术人员通过采用对应的网络模型来对蛋白质三维结构进行预测，由于数据处理较为复杂，因此需要大量的计算资源。且涉及计算的数据量庞大，还需要高容量的存储资源。这就导致对蛋白质三维结构预测的过程中，需要耗费较长的时间且效率低下。

技术实现思路

[0004]本申请实施例提供一种蛋白质结构预测方法、装置、电子设备及存储介质。该蛋白质结构预测方法可以提高对蛋白质结构预测的效率。
[0005]第一方面，本申请实施例提供了一种蛋白质结构预测方法，包括：
[0006]采用多个数据库同时对待测蛋白质的待测氨基酸序列进行多序列比对，得到待测蛋白质对应的序列比对特征数据；
[0007]在序列比对特征数据中确定出待测蛋白质对应的多个目本文档来自技高网...

【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，包括：采用多个数据库同时对待测蛋白质的待测氨基酸序列进行多序列比对，得到所述待测蛋白质对应的序列比对特征数据；在所述序列比对特征数据中确定出所述待测蛋白质对应的多个目标氨基酸序列，并对所述多个目标氨基酸序列进行长度排序，得到序列排序结果；根据所述序列排序结果确定多个目标模型；在每一所述目标模型中输入对应的目标氨基酸序列，输出每一所述目标氨基酸序列对应的非松弛结构模型；根据所述每一所述目标氨基酸序列对应的非松弛结构模型确定所述待测蛋白质的蛋白质结构。2.根据权利要求1所述的蛋白质结构预测方法，其特征在于，所述采用多个数据库同时对待测蛋白质的待测氨基酸序列进行多序列比对，得到所述待测蛋白质对应的序列比对特征数据，包括：确定采用所述多个数据库同时对待测蛋白质的待测氨基酸序列进行多序列比对时产生的中间数据；根据所述中间数据确定出所述序列比对特征数据，删除所述中间数据。3.根据权利要求1所述的蛋白质结构预测方法，其特征在于，在所述根据所述序列排序结果确定多个目标模型之前，所述方法还包括：确定多个预编译模型分别对应的预设序列长度范围；所述根据所述序列排序结果确定多个目标模型，包括：根据所述排序结果和所述预设序列长度范围在所述多个预编译模型中确定出所述目标模型。4.根据权利要求3所述的蛋白质结构预测方法，其特征在于，所述根据所述排序结果和所述预设序列长度范围在所述多个预编译模型中确定出所述目标模型，包括：在所述排序结果中确定每一所述目标氨基酸序列对应的长度；根据每一所述目标氨基酸序列对应的长度在所述预设序列长度范围中确定出每一所述目标氨基酸序列所属的目标预设序列长度范围；将所述目标预设序列长度范围对应的预编译模型确定为所述目标模型。5.根据权利要求1所述的蛋白质结构预测方法，其特征在于，所述在每一所述目标模型中输入对应的目标氨基酸序列，输出每一所述目标氨基酸序列对应的非松弛结构模型，包括：确定每一所述目标模型对应的至少一个所述目标氨基酸序列；加载所述目标模型，将至少一个所述目标氨基酸序列输入至所述目标模型中，输出每一所述目标氨基酸序列对应的非松弛结构模型。6.根据权利要求5所述的蛋白质结构预测方法，其特征在于，所述目标模型包括多个目标子模型，所述加载所述目标模型，将至少一个所述氨基酸序列输入至所述目标模型中，输出每一所述目标氨基酸序列对应的非松弛结构模型，包括：同时加载所述多个目标子模型，依次将所述至少一个目标氨基酸序列同...

【专利技术属性】
技术研发人员：孟金涛，郑良振，林明智，王晟，
申请(专利权)人：上海智峪生物科技有限公司，
类型：发明
国别省市：