基于深度学习的蛋白质接触图谱用于变体致病性预测的用途制造技术

本发明专利技术所公开的技术涉及变体致病性分类器。该变体致病性分类器包括存储器和运行时逻辑。该存储器存储(i)蛋白质的参考氨基酸序列，(ii)含有由变体核苷酸引起的变体氨基酸的该蛋白质的替代氨基酸序列和(iii)该蛋白质的蛋白质接触图谱。该运行时逻辑能够访问存储器，并且被配置为提供(i)该参考氨基酸序列、(ii)该替代氨基酸序列和(iii)该蛋白质接触图谱作为第一神经网络的输入，以及使该第一神经网络响应于处理(i)该参考氨基酸序列、(ii)该替代氨基酸序列和(iii)该蛋白质接触图谱而生成该变体氨基酸的致病性指示作为输出。

【技术实现步骤摘要】
【国外来华专利技术】

本专利技术所公开的技术涉及人工智能类型计算机和数字数据处理系统以及对应数据处理方法和用于仿真智能的产品(即，基于知识的系统、推断系统和知识采集系统)；并且包括用于不确定性推断的系统(例如，模糊逻辑系统)、自适应系统、机器学习系统和人工神经网络。特别地，本专利技术所公开的技术涉及使用深度卷积神经网络来分析用于变体致病性预测的张量化(tensorized)蛋白数据，包括蛋白质接触图谱。文献并入以下文献以引用方式并入，即如同在本文完整示出一样，以用于所有目的：2021年4月15日提交的名称为“deep convolutional neural networks topredict variant pathogenicity using three-dimensional(3d)protein structures”的美国专利申请号17/232,056(代理人案卷号illm 1037-2/ip-2051-us)；sundaram,l.等人，predicting the clinical impact of human mutation withdeep neural networks.n本文档来自技高网...

【技术保护点】

1.一种变体致病性分类器，所述变体致病性分类器包括：

2.根据权利要求1所述的变体致病性分类器，其中所述存储器存储所述蛋白质的逐氨基酸灵长类动物保守谱、所述蛋白质的逐氨基酸哺乳动物保守谱和所述蛋白质的逐氨基酸脊椎动物保守谱，并且

3.根据权利要求1或2所述的变体致病性分类器，其中所述参考氨基酸序列具有L个氨基酸，其中所述替代氨基酸序列具有L个氨基酸。

4.根据权利要求1至3中任一项所述的变体致病性分类器，其中所述参考氨基酸序列被表征为大小为L×C的参考独热编码矩阵，其中C表示二十个氨基酸类别，其中所述替代氨基酸序列被表征为大小为L×C的替代独热编码矩阵...

【技术特征摘要】
【国外来华专利技术】

1.一种变体致病性分类器，所述变体致病性分类器包括：

2.根据权利要求1所述的变体致病性分类器，其中所述存储器存储所述蛋白质的逐氨基酸灵长类动物保守谱、所述蛋白质的逐氨基酸哺乳动物保守谱和所述蛋白质的逐氨基酸脊椎动物保守谱，并且

3.根据权利要求1或2所述的变体致病性分类器，其中所述参考氨基酸序列具有l个氨基酸，其中所述替代氨基酸序列具有l个氨基酸。

4.根据权利要求1至3中任一项所述的变体致病性分类器，其中所述参考氨基酸序列被表征为大小为l×c的参考独热编码矩阵，其中c表示二十个氨基酸类别，其中所述替代氨基酸序列被表征为大小为l×c的替代独热编码矩阵。

5.根据权利要求2至4中任一项所述的变体致病性分类器，其中所述逐氨基酸灵长类动物保守谱的大小为l×c，其中所述逐氨基酸哺乳动物保守谱的大小为l×c，并且其中所述逐氨基酸脊椎动物保守谱的大小为l×c。

6.根据权利要求1至5中任一项所述的变体致病性分类器，其中所述第一神经网络是第一卷积神经网络。

7.根据权利要求6所述的变体致病性分类器，其中所述第一卷积神经网络包括(i)一个或多个一维(1d)卷积层，随后是(ii)具有1d卷积的第一组残差块，随后是(iii)具有1d卷积的第二组残差块，随后是(iv)空间维度增强层，随后是(v)具有二维(2d)卷积的第一组残差块，随后是(vi)一个或多个2d卷积层，随后是(vii)一个或多个完全连接的层，以及随后是(viii)致病性指示生成层。

8.根据权利要求6或7所述的变体致病性分类器，其中由所述一个或多个1d卷积层中的第一1d卷积层处理的输入的空间维度为l×1。

9.根据权利要求7或8所述的变体致病性分类器，其中由所述第一1d卷积处理的所述输入的深度维度为d，其中d＝c+c+c+c+c。

10.根据权利要求7至9中任一项所述的变体致病性分类器，其中具有1d卷积的所述第一组残差块具有n1个残差块，具有1d卷积的所述第二组残差块具有n2个残差块，并且具有2d卷积的所述第一组残差块具有n3个残差块。

11.根据权利要求7至10中任一项所述的变体致病性分类器，其中具有1d卷积的所述第二组残差块中的最终残差块的输出由空间维度增强层处理以生成空间增强输出。

12.根据权利要求11所述的变体致病性分类器，其中所述空间维度增强层被配置为对所述最终残差块的所述输出应用外积以生成所述空间增强输出。

13.根据权利要求11或12所述的变体致病性分类器，其中所述空间增强输出的空间维度为l×l。

14.根据权利要求11至13中任一项所述的变体致病性分类器，其中将所述空间增强输出与所述蛋白质接触图谱组合以生成中间组合输出。

15.根据权利要求14所述的变体致病性分类器，其中所述中间组合输出由具有2d卷积的所述第一组残差块中的第一残差块处理。

16.根据权利要求1至15中任一项所述的变体致病性分类器，其中由第二神经网络响应于处理(ii)逐氨基酸蛋白质二级结构谱、(iii)...

【专利技术属性】
技术研发人员：C·陈，H·高，L·孙达拉姆，KH·法尔，
申请(专利权)人：因美纳有限公司，
类型：发明
国别省市：