镜像蛋白质相互作用图谱的构建方法及相关设备技术

本申请提出一种镜像蛋白质相互作用图谱的构建方法、装置、电子设备及存储介质，镜像蛋白质相互作用图谱的构建方法包括：基于原始蛋白质构建第一图神经网络，并将原始蛋白质的氨基酸序列输入第一图神经网络，预测原始蛋白质的性质以及原始蛋白质与其他原始蛋白质之间的相互作用；基于原始蛋白质之间的相互作用构建第二图神经网络；将任意氨基酸序列输入第二图神经网络，预测氨基酸序列对应镜像蛋白质的性质、三维结构和镜像蛋白质与其他蛋白质之间的相互作用；将蛋白质的性质和三维结构作为节点信息，任意两个蛋白质之间的相互作用作为连边，构建镜像蛋白质相互作用图谱。本申请能预测镜像蛋白质的结构和性质并构建镜像蛋白质相互作用图谱。相互作用图谱。相互作用图谱。

【技术实现步骤摘要】
镜像蛋白质相互作用图谱的构建方法及相关设备


[0001]本申请涉及人工智能及数字医疗
，尤其涉及一种镜像蛋白质相互作用图谱的构建方法及相关设备。

技术介绍

[0002]所有生物体内的蛋白质都是由左旋氨基酸连接并折叠得到的，与左旋氨基酸呈镜像对称的右旋氨基酸在自然界中并不存在，但由右旋氨基酸构成的镜像蛋白质有可能与特定的受体结合发挥抑制作用或信号传导作用，因而具有新的成药性，且由于镜像蛋白质不与生物体内的绝大多数蛋白受体结合，可以避免对生物造成伤害，安全性较高。
[0003]目前，对于蛋白质结构和性质的预测主要针对左旋氨基酸，没有任何工具支持右旋氨基酸构成的镜像蛋白质的结构和性质预测，且由于镜像蛋白质不能从自然界生成或提取，对镜像蛋白质的性质进行实验以判断其性质，时间成本和人工成本较大，故如何对镜像蛋白质的结构和性质进行预测并构建镜像蛋白质相互作用图谱，是数字医疗
内亟待解决的问题。

技术实现思路

[0004]鉴于以上内容，有必要提出一种镜像蛋白质相互作用图谱的构建方法及相关设备，以解决如何对镜像蛋白质的结构和性质进行预测并构建镜像蛋白质相互作用图谱这一技术问题，其中，相关设备包括镜像蛋白质相互作用图谱的构建装置、电子设备及存储介质。
[0005]本申请提供镜像蛋白质相互作用图谱的构建方法，所述方法包括：
[0006]采集多个氨基酸序列以及每个氨基酸序列对应的原始蛋白质；
[0007]基于所述原始蛋白质构建第一图神经网络，并将所述原始蛋白质对应的氨基酸序列输入所述第一图神经网络，预测所述原始蛋白质的性质以及所述原始蛋白质与其他原始蛋白质之间的相互作用；
[0008]基于任意两个原始蛋白质之间的相互作用构建第二图神经网络；
[0009]将任意氨基酸序列输入所述第二图神经网络，预测所述氨基酸序列对应的镜像蛋白质的性质和三维结构，以及所述镜像蛋白质与其他蛋白质之间的相互作用，所述蛋白质包括镜像蛋白质和原始蛋白质，同一氨基酸序列对应的原始蛋白质和镜像蛋白质互为镜像对称；
[0010]将所述蛋白质的性质和三维结构作为节点信息，任意两个蛋白质之间的相互作用作为连边，构建镜像蛋白质相互作用图谱。
[0011]在一些实施例中，所述第一图神经网络包括第一氨基酸层、第一蛋白质层和第一预测层，所述基于所述原始蛋白质构建第一图神经网络包括：
[0012]将所述原始蛋白质对应的氨基酸序列中任意一个氨基酸作为目标氨基酸；
[0013]将所述目标氨基酸中的氨基酸原子作为原子节点，将氨基酸原子的种类和三维坐
标作为对应原子节点的初始节点信息，将任意氨基酸原子之间的化学键作为原子连边，构建所述目标氨基酸的氨基酸子图；
[0014]遍历完所述原始蛋白质对应的氨基酸序列中所有氨基酸后，得到每一个氨基酸的氨基酸子图，将所有氨基酸的氨基酸子图作为所述第一氨基酸层，所述第一氨基酸层用于提取每一个氨基酸的氨基酸特征；
[0015]将所述原始蛋白质对应的氨基酸序列中的氨基酸作为氨基酸节点，将氨基酸的种类、三维坐标和所述氨基酸特征作为对应氨基酸节点的初始节点信息，将任意氨基酸之间的肽键作为氨基酸连边，构建所述第一蛋白质层，所述第一蛋白质层用于提取所述原始蛋白质的蛋白质特征；
[0016]所述第一预测层用于对所述蛋白质特征进行特征处理，预测所述原始蛋白质的性质以及所述原始蛋白质与其他原始蛋白质之间的相互作用。
[0017]在一些实施例中，所述第一氨基酸层用于提取每一个氨基酸的氨基酸特征包括：在任意一个氨基酸对应的氨基酸子图中，基于每个原子节点的连边和所述连边连接的其他原子节点的初始节点信息更新所述原子节点的初始节点信息，得到每个原子节点的更新节点信息，并将所有原子节点的更新节点信息拼接或相加，得到所述氨基酸的氨基酸特征；
[0018]所述第一蛋白质层用于提取所述原始蛋白质的蛋白质特征包括：基于每个氨基酸节点的连边和所述连边连接的其他氨基酸节点的初始节点信息更新所述氨基酸节点的初始节点信息，得到每个氨基酸节点的更新节点信息，并将所有氨基酸节点的更新节点信息拼接或相加，得到所述原始蛋白质的蛋白质特征。
[0019]在一些实施例中，所述将所述原始蛋白质对应的氨基酸序列输入所述第一图神经网络，预测所述原始蛋白质的性质以及所述原始蛋白质与其他原始蛋白质之间的相互作用之前，所述方法还包括：训练所述第一图神经网络，具体包括：
[0020]采集多个原始蛋白质的氨基酸序列作为多个训练样本，并将每个原始蛋白质的性质和与其他原始蛋白质之间的相互作用作为所述训练样本的样本标签；
[0021]将任意一个训练样本输入所述第一图神经网络得到预测结果，所述预测结果包括所述训练样本对应的原始蛋白质的预测性质，以及与其他原始蛋白质之间的预测相互作用；
[0022]基于所述预测结果和所述样本标签计算第一代价函数，所述第一代价函数满足关系式：
[0023][0024]其中，py
*
为所述训练样本对应的原始蛋白质的预测性质，为所述样本标签中原始蛋白质的性质；M为所述其他原始蛋白质的数量，py
′
i
为所述训练样本对应的原始蛋白质与原始蛋白质i之间的预测相互作用，为所述样本标签中原始蛋白质与原始蛋白质i之间的相互作用；表示计算py
*
和之间的KL散度，Loss1为所述第一代价函数的取值；
[0025]更新所述第一图神经网络以降低所述第一代价函数的取值，完成一次迭代训练；
[0026]不断将训练样本输入所述第一图神经网络，执行多次迭代训练，直到迭代训练的
次数达到预设次数或所述第一代价函数的取值小于预设取值时停止，完成所述第一图神经网络的训练。
[0027]在一些实施例中，所述第二图神经网络的输入为任意氨基酸序列，输出为所述氨基酸序列对应的镜像蛋白质的性质和三维结构，以及所述镜像蛋白质与其他蛋白质之间的相互作用，所述基于任意两个原始蛋白质之间的相互作用构建第二图神经网络包括：
[0028]所述第二图神经网络包括第二氨基酸层、第二蛋白质层、相互作用层、第二预测层和回归层；
[0029]所述第二氨基酸层的结构与所述第一氨基酸层相同，用于提取氨基酸序列中各氨基酸的氨基酸特征；
[0030]所述第二蛋白质层的结构与所述第一蛋白质层相同，用于提取所述氨基酸序列对应的镜像蛋白质的蛋白质特征；
[0031]将每个原始蛋白质作为蛋白质节点，将所述第一蛋白质层提取的蛋白质特征作为对应蛋白质节点的初始节点信息，将任意蛋白质之间的相互作用作为蛋白质连边，构建所述相互作用层，所述相互作用层用于学习每个蛋白质节点的相互作用特征；
[0032]将所述镜像蛋白质的蛋白质特征输入所述回归层，预测所述镜像蛋白质的三维结构，所述三维结构包括所有氨基酸的三维坐标；
[0033]将所有相互作用特征和所述镜像蛋白质的蛋白质特征输入所述第二预测层，预测所述镜本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种镜像蛋白质相互作用图谱的构建方法，其特征在于，所述方法包括：采集多个氨基酸序列以及每个氨基酸序列对应的原始蛋白质；基于所述原始蛋白质构建第一图神经网络，并将所述原始蛋白质对应的氨基酸序列输入所述第一图神经网络，预测所述原始蛋白质的性质以及所述原始蛋白质与其他原始蛋白质之间的相互作用；基于任意两个原始蛋白质之间的相互作用构建第二图神经网络；将任意氨基酸序列输入所述第二图神经网络，预测所述氨基酸序列对应的镜像蛋白质的性质和三维结构，以及所述镜像蛋白质与其他蛋白质之间的相互作用，所述蛋白质包括镜像蛋白质和原始蛋白质，同一氨基酸序列对应的原始蛋白质和镜像蛋白质互为镜像对称；将所述蛋白质的性质和三维结构作为节点信息，任意两个蛋白质之间的相互作用作为连边，构建镜像蛋白质相互作用图谱。2.如权利要求1所述的镜像蛋白质相互作用图谱的构建方法，其特征在于，所述第一图神经网络包括第一氨基酸层、第一蛋白质层和第一预测层，所述基于所述原始蛋白质构建第一图神经网络包括：将所述原始蛋白质对应的氨基酸序列中任意一个氨基酸作为目标氨基酸；将所述目标氨基酸中的氨基酸原子作为原子节点，将氨基酸原子的种类和三维坐标作为对应原子节点的初始节点信息，将任意氨基酸原子之间的化学键作为原子连边，构建所述目标氨基酸的氨基酸子图；遍历完所述原始蛋白质对应的氨基酸序列中所有氨基酸后，得到每一个氨基酸的氨基酸子图，将所有氨基酸的氨基酸子图作为所述第一氨基酸层，所述第一氨基酸层用于提取每一个氨基酸的氨基酸特征；将所述原始蛋白质对应的氨基酸序列中的氨基酸作为氨基酸节点，将氨基酸的种类、三维坐标和所述氨基酸特征作为对应氨基酸节点的初始节点信息，将任意氨基酸之间的肽键作为氨基酸连边，构建所述第一蛋白质层，所述第一蛋白质层用于提取所述原始蛋白质的蛋白质特征；所述第一预测层用于对所述蛋白质特征进行特征处理，预测所述原始蛋白质的性质以及所述原始蛋白质与其他原始蛋白质之间的相互作用。3.如权利要求2所述的镜像蛋白质相互作用图谱的构建方法，其特征在于，所述第一氨基酸层用于提取每一个氨基酸的氨基酸特征包括：在任意一个氨基酸对应的氨基酸子图中，基于每个原子节点的连边和所述连边连接的其他原子节点的初始节点信息更新所述原子节点的初始节点信息，得到每个原子节点的更新节点信息，并将所有原子节点的更新节点信息拼接或相加，得到所述氨基酸的氨基酸特征；所述第一蛋白质层用于提取所述原始蛋白质的蛋白质特征包括：基于每个氨基酸节点的连边和所述连边连接的其他氨基酸节点的初始节点信息更新所述氨基酸节点的初始节点信息，得到每个氨基酸节点的更新节点信息，并将所有氨基酸节点的更新节点信息拼接或相加，得到所述原始蛋白质的蛋白质特征。4.如权利要求1所述的镜像蛋白质相互作用图谱的构建方法，其特征在于，所述将所述原始蛋白质对应的氨基酸序列输入所述第一图神经网络，预测所述原始蛋白质的性质以及
所述原始蛋白质与其他原始蛋白质之间的相互作用之前，所述方法还包括：训练所述第一图神经网络，具体包括：采集多个原始蛋白质的氨基酸序列作为多个训练样本，并将每个原始蛋白质的性质和与其他原始蛋白质之间的相互作用作为所述训练样本的样本标签；将任意一个训练样本输入所述第一图神经网络得到预测结果，所述预测结果包括所述训练样本对应的原始蛋白质的预测性质，以及与其他原始蛋白质之间的预测相互作用；基于所述预测结果和所述样本标签计算第一代价函数，所述第一代价函数满足关系式：其中，py
*
为所述训练样本对应的原始蛋白质的预测性质，为所述样本标签中原始蛋白质的性质；M为所述其他原始蛋白质的数量，py
′
i
为所述训练样本对应的原始蛋白质与原始蛋白质i之间的预测相互作用，为所述样本标签中原始蛋白质与原始蛋白质i之间的相互作用；表示计算py
*
和之间的KL散度，Loss1为所述第一代价函数的取值；更新所述第一图神经网络以降低所述第一代价函数的取值，完成一次迭代训练；不断将训练样本输入所述第一图神经网络，执行多次迭代训练，直到迭代训练的次数达到预设次数或所述第一代价函数的取值小于预设取值时停止，完成所述第一图神经网络的训练。5.如权利要求2所述的镜像蛋白质相互作用图谱的构建方法，其特征在于，所述第二图神经网络的输入为任意氨基酸序列，输出为所述氨基酸序列对应的镜像蛋白质的性质和三维结构，以及所述镜像蛋白质与其他蛋白质之间的相互作用，所述基于任意两个...

【专利技术属性】
技术研发人员：郭建影，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：