【技术实现步骤摘要】
纳米抗体抗原结合点位预测方法、装置、设备和介质
[0001]本专利技术实施例涉及生物信息处理与人工智能
,尤其涉及一种纳米抗体抗原结合点位预测方法
、
装置
、
设备和介质
。
技术介绍
[0002]纳米抗体药物的研发需要了解纳米抗体与目标抗原的结合机制,并精确设计纳米抗体与目标抗原的结合点位
。
在抗体和纳米抗体互补位的研究中表明的互补位的情况呈现多样性,导致确定纳米抗体与抗原结合位点更加的复杂与困难
。
然而,传统实验方法测定纳米抗体与抗原结合位点耗时且成本高昂,能够探索出一种快速且准确地预测纳米抗体与抗原的结合位点的方法十分重要
。
技术实现思路
[0003]本专利技术实施例提供了一种纳米抗体抗原结合点位预测方法
、
装置
、
设备和介质,可以基于深度学习网络对纳米抗体的结构图进行特征分析,实现快速且准确地预测纳米抗体与抗原的结合位点,提高纳米抗体抗原结合点位测定的效率,有利于纳米抗体药 ...
【技术保护点】
【技术特征摘要】
1.
一种纳米抗体抗原结合点位预测方法,其特征在于,包括:获取待分析纳米抗体序列,并基于所述待分析纳米抗体序列中的残基信息构建目标纳米抗体序列图;将所述目标纳米抗体序列图输入至经过预先训练的纳米抗体抗原结合点位预测模型,得到所述待分析纳米抗体序列中纳米抗体抗原结合点位预测结果
。2.
根据权利要求1所述的方法,其特征在于,所述基于所述待分析纳米抗体序列中的残基信息构建目标纳米抗体序列图,包括:获取所述待分析纳米抗体序列中每个残基的
α
碳原子在预设三维空间的笛卡尔坐标系中的坐标信息;根据所述坐标信息确定各残基的
α
碳原子之间的距离,并基于
K
最近邻算法确定与各残基最接近的
K
个临近残基;基于各残基及其对应的
K
个临近残基临近的残基构建邻接矩阵,得到所述目标纳米抗体序列图
。3.
根据权利要求1所述的方法,其特征在于,得到所述待分析纳米抗体序列中纳米抗体抗原结合点位预测结果的过程包括:通过所述纳米抗体抗原结合点位预测模型中的抗体特征提取模块提取所述目标纳米抗体序列图的图特征向量;通过所述纳米抗体抗原结合点位预测模型中的膨胀卷积模块
、
高效图卷积模块和图注意力卷积模块对所述图特征向量进行特征提取,得到目标特征向量;通过所述纳米抗体抗原结合点位预测模型中的预设分类器对所述目标特征向量进行分类分析,得到纳米抗体抗原结合点位预测结果
。4.
根据权利要求3所述的方法,其特征在于,在提取所述目标纳米抗体序列图的图特征向量之后,所述方法还包括:以零向量对所述目标纳米抗体序列图的图特征向量进行补充,得到预设数量图特征向量
。5.
根据权利要求1‑4中任一所述的方法,其特征在于,所述纳米抗体抗原结合点位预测模型的训练...
【专利技术属性】
技术研发人员:王鑫,李瑞,孟湘鹏,李尚儒,黄炳顶,
申请(专利权)人:深圳技术大学,
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。