确定蛋白质信息的方法、装置、可读介质及电子设备制造方法及图纸

本公开涉及一种确定蛋白质信息的方法、装置、可读介质及电子设备，包括：获取待确定蛋白质信息的目标蛋白质序列；将目标蛋白质序列输入目标蛋白质表示模型，以获取目标蛋白质表示模型输出的目标蛋白质表示；根据目标蛋白质表示，确定目标蛋白质序列的蛋白质信息，蛋白质信息包括蛋白质结构信息、蛋白质功能信息、蛋白质稳定信息以及蛋白质交互作用信息中的至少一个；其中，目标蛋白质表示模型通过多个样本集预先生成，样本集包括样本蛋白质序列和样本蛋白质序列对应的样本序列信息，样本序列信息包括样本蛋白质表示、样本基因本体特征以及样本关系信息，样本关系信息用于表征样本蛋白质序列与样本基因本体特征之间的关系。质序列与样本基因本体特征之间的关系。质序列与样本基因本体特征之间的关系。

【技术实现步骤摘要】
确定蛋白质信息的方法、装置、可读介质及电子设备


[0001]本公开涉及计算机
，具体地，涉及一种确定蛋白质信息的方法、装置、可读介质及电子设备。

技术介绍

[0002]蛋白质是所有生命的基础物质，是机体细胞的最基本、最重要的组成部分，对蛋白质结构进行预测有助于了解蛋白质的作用，对生物学、医学以及药学非常重要。相关技术中，根据传统Transformer模型生成蛋白质预训练模型，对该蛋白质预训练模型进行微调，预测蛋白质结构，基于此，蛋白质预训练模型的准确率直接影响预测的蛋白质结构的准确率。因此，如何提高预训练模型的准确率成为亟待解决的问题。

技术实现思路

[0003]提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0004]第一方面，本公开提供一种确定蛋白质信息的方法，所述方法包括：
[0005]获取待确定蛋白质信息的目标蛋白质序列；
[0006]将所述目标蛋白质序列输入目标蛋白质表示模型，以获取所述目标蛋白质表示模型输出的目标蛋白质表示；
[0007]根据所述目标蛋白质表示，确定所述目标蛋白质序列的蛋白质信息，所述蛋白质信息包括蛋白质结构信息、蛋白质功能信息、蛋白质稳定信息以及蛋白质交互作用信息中的至少一个；
[0008]其中，所述目标蛋白质表示模型通过多个样本集预先生成，所述样本集包括样本蛋白质序列和所述样本蛋白质序列对应的样本序列信息，所述样本序列信息包括样本蛋白质表示、样本基因本体特征以及样本关系信息，所述样本关系信息用于表征所述样本蛋白质序列与所述样本基因本体特征之间的关系。
[0009]第二方面，本公开提供一种确定蛋白质信息的装置，所述装置包括：
[0010]第一获取模块，用于获取待确定蛋白质信息的目标蛋白质序列；
[0011]第二获取模块，用于将所述目标蛋白质序列输入目标蛋白质表示模型，以获取所述目标蛋白质表示模型输出的目标蛋白质表示；
[0012]确定模块，用于根据所述目标蛋白质表示，确定所述目标蛋白质序列的蛋白质信息，所述蛋白质信息包括蛋白质结构信息、蛋白质功能信息、蛋白质稳定信息以及蛋白质交互作用信息中的至少一个；
[0013]其中，所述目标蛋白质表示模型通过多个样本集预先生成，所述样本集包括样本蛋白质序列和所述样本蛋白质序列对应的样本序列信息，所述样本序列信息包括样本蛋白质表示、样本基因本体特征以及样本关系信息，所述样本关系信息用于表征所述样本蛋白
质序列与所述样本基因本体特征之间的关系。
[0014]第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面所述方法的步骤。
[0015]第四方面，本公开提供一种电子设备，包括：
[0016]存储装置，其上存储有至少一个计算机程序；
[0017]至少一个处理装置，用于执行所述存储装置中的所述至少一个计算机程序，以实现本公开第一方面所述方法的步骤。
[0018]通过上述技术方案，获取待确定蛋白质信息的目标蛋白质序列；将所述目标蛋白质序列输入目标蛋白质表示模型，以获取所述目标蛋白质表示模型输出的目标蛋白质表示；根据所述目标蛋白质表示，确定所述目标蛋白质序列的蛋白质信息，所述蛋白质信息包括蛋白质结构信息、蛋白质功能信息、蛋白质稳定信息以及蛋白质交互作用信息中的至少一个；其中，所述目标蛋白质表示模型通过多个样本集预先生成，所述样本集包括样本蛋白质序列和所述样本蛋白质序列对应的样本序列信息，所述样本序列信息包括样本蛋白质表示、样本基因本体特征以及样本关系信息，所述样本关系信息用于表征所述样本蛋白质序列与所述样本基因本体特征之间的关系。也就是说，本公开用于训练目标蛋白质表示模型的训练集除了样本蛋白质序列和该样本蛋白质序列对应的样本蛋白质表示之外，还包括该样本蛋白质序列对应的样本基因本体特征和该样本蛋白质序列对应的样本关系信息，通过该样本基因本体特征和该样本关系信息能够提高该目标蛋白质表示模型的蛋白质表示能力，使得该目标蛋白质表示模型的准确率更高，这样，根据该目标蛋白质表示模型确定的目标蛋白质表示也更加准确，从而提高了根据该目标蛋白质表示确定的目标蛋白质信息的准确率。
[0019]本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0020]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
[0021]图1是根据本公开一示例性实施例示出的一种确定蛋白质信息的方法的流程图；
[0022]图2是根据本公开一示例性实施例示出的一种模型生成方法的流程图；
[0023]图3是根据本公开一示例性实施例示出的一种蛋白质表示模型示意图；
[0024]图4是根据本公开一示例性实施例示出的一种模型训练示意图；
[0025]图5是根据本公开一示例性实施例示出的一种确定蛋白质信息的装置的框图；
[0026]图6是根据本公开一示例性实施例示出的另一种确定蛋白质信息的装置的框图；
[0027]图7是根据本公开一示例性实施例示出的一种电子设备的框图。
具体实施方式
[0028]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的
是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0029]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0030]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0031]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0032]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0033]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种确定蛋白质信息的方法，其特征在于，所述方法包括：获取待确定蛋白质信息的目标蛋白质序列；将所述目标蛋白质序列输入目标蛋白质表示模型，以获取所述目标蛋白质表示模型输出的目标蛋白质表示；根据所述目标蛋白质表示，确定所述目标蛋白质序列的蛋白质信息，所述蛋白质信息包括蛋白质结构信息、蛋白质功能信息、蛋白质稳定信息以及蛋白质交互作用信息中的至少一个；其中，所述目标蛋白质表示模型通过多个样本集预先生成，所述样本集包括样本蛋白质序列和所述样本蛋白质序列对应的样本序列信息，所述样本序列信息包括样本蛋白质表示、样本基因本体特征以及样本关系信息，所述样本关系信息用于表征所述样本蛋白质序列与所述样本基因本体特征之间的关系。2.根据权利要求1所述的方法，其特征在于，所述目标蛋白质表示模型通过以下方式预先生成：获取多个所述样本集；从多个所述样本集中确定当前样本集，将预设蛋白质表示模型作为当前蛋白质表示模型，并根据所述当前样本集，循环执行模型训练步骤，直至确定训练后的当前蛋白质表示模型满足预设停止迭代条件，将训练后的当前蛋白质表示模型作为所述目标蛋白质表示模型；所述模型训练步骤包括：通过所述当前蛋白质表示模型，确定所述当前样本集对应的第一损失值；通过预先生成的关系确定模型，确定所述当前样本集对应的第二损失值；根据所述第一损失值和所述第二损失值，确定目标损失值；在根据所述目标损失值确定所述当前蛋白质表示模型不满足所述预设停止迭代条件的情况下，根据所述目标损失值，更新所述当前蛋白质表示模型的参数，得到训练后的当前蛋白质表示模型，并将训练后的当前蛋白质表示模型作为新的当前蛋白质表示模型，从多个所述样本集中确定新的当前样本集。3.根据权利要求2所述的方法，其特征在于，所述通过所述当前蛋白质表示模型，确定所述当前样本集对应的第一损失值包括：将所述当前样本集对应的样本蛋白质序列输入所述当前蛋白质表示模型，以获取所述当前蛋白质表示模型输出的预测蛋白质表示；根据所述预测蛋白质表示和所述当前样本集对应的样本蛋白质表示，确定所述当前样本集对应的第一损失值。4.根据权利要求3所述的方法，其特征在于，所述通过预先生成的关系确定模型，确定所述当前样本集对应的第二损失值包括：将所述当前样本集对应的样本基因本体特征输入预设特征提取模型，以获取所述预设特征提取模型输出的基因特征信息；将所述基因特征信息和所述当前样本集对应的预测蛋白质表示输入所述关系确定模型，以获取所述关系确定模型输出的预测关系信息；根据所述预测关系信息和所述当前样本集对应的样本关系信息，确定所述当前样本集
对应的第二损失值。5.根据权利要求3所述的方法，其特征在于，所述当前蛋白质表示模型包括傅里叶变换层和蛋白质表示确定层，所述将所述当前样本集对应的样本蛋白质序列...

【专利技术属性】
技术研发人员：边成，张志诚，李永会，
申请(专利权)人：抖音视界有限公司，
类型：发明
国别省市：