【技术实现步骤摘要】
本专利技术涉及生物工程，尤其涉及一种蛋白元件挖掘方法、装置、设备及存储介质。
技术介绍
1、蛋白元件挖掘通常指在大量蛋白质或肽段中，识别和挖掘出具有特定功能或活性的片段、结构域，这些挖掘出来的蛋白元件可以是催化某一化学反应的酶活中心，也可以是与其它蛋白或分子特异性结合的结构域，还可以是在细胞信号转导中起关键作用的短肽等。
2、判断酶与底物是否有活性是蛋白元件挖掘的一个重要指标，尽管已经有大量的蛋白数据，但许多蛋白的功能和结构仍然是未知的，现有技术中一般是通过做实验和查找相关数据库，但是需要投入大量的人力和物力资源。
3、规模化地挖掘蛋白元件，实现对未知蛋白的大规模挖掘和筛选面临着许多挑战，目前的技术手段往往在处理大规模的蛋白样本时显得力不从心，导致效率低下，甚至有可能错过一些具有重要功能的蛋白质。
4、因此，亟需一种高效、准确的蛋白元件挖掘方法。
技术实现思路
1、本专利技术提供一种蛋白元件挖掘方法、装置、设备及存储介质，其主要目的在于提高蛋白元件挖掘方法的效率和准确度。
2、第一方面，本专利技术实施例提供一种蛋白元件挖掘方法，包括：
3、获取目标酶的蛋白序列和目标底物的smiles，并对所述smiles进行编码，得到所述目标底物的扩展连接指纹；
4、将所述目标酶的蛋白序列和所述目标底物的扩展连接指纹输入到蛋白挖掘模型中，获取所述目标酶与所述目标底物之间的活性关系，所述蛋白挖掘模型由酶的蛋白序列和底物的扩展连接
5、根据所述目标酶与所述目标底物之间的活性关系，对所述目标酶进行蛋白元件挖掘。
6、进一步地，所述蛋白挖掘模型包括尺度进化模型和全连接模块，所述将所述目标酶的蛋白序列和所述目标底物的扩展连接指纹输入到蛋白挖掘模型中，获取所述目标酶与所述目标底物之间的活性关系步骤包括：
7、将所述目标酶的蛋白序列输入到所述尺度进化模型中，获取处理后的蛋白序列；
8、将所述处理后的蛋白序列和所述目标底物的扩展连接指纹进行拼接，获取拼接特征；
9、将所述拼接特征输入到所述全连接模块中，获取所述目标酶与所述目标底物之间的活性关系。
10、进一步地，所述尺度进化模型为esm模型，所述全连接模块包括若干个依次连接的全连接层。
11、进一步地，所述对所述smiles进行编码，得到所述目标底物的扩展连接指纹步骤包括：
12、通过rdkit化学库对所述目标底物的smiles进行编码，获取半径为2长度为1024的扩展连接指纹。
13、进一步地，所述酶的蛋白序列和底物的扩展连接指纹通过如下步骤获得：
14、从uniport数据库和ncbi数据库收集所述酶的蛋白序列；
15、从pubchem网站获取所述底物的smiles，并通过rdkit化学库对所述底物的smiles进行编码，获取所述底物的扩展连接指纹。
16、进一步地，在所述将所述目标酶的蛋白序列和所述目标底物的扩展连接指纹输入到蛋白挖掘模型中步骤之前，还包括：
17、通过测试酶的蛋白序列对所述蛋白挖掘模型进行测试，获取所述蛋白挖掘模型的目标指标，所述目标指标包括准确率、精确率、召回率、均方误差和马修斯相关系数中的一个或多个。
18、进一步地，在所述通过测试酶的蛋白序列对所述蛋白挖掘模型进行测试，获取所述蛋白挖掘模型的目标指标步骤之后，还包括：
19、绘制所述目标指标对应的曲线。
20、第二方面，本专利技术实施例提供一种蛋白元件挖掘装置，包括：
21、采集模块，用于获取目标酶的蛋白序列和目标底物的smiles，并对所述smiles进行编码，得到所述目标底物的扩展连接指纹；
22、预测模块，用于将所述目标酶的蛋白序列和所述目标底物的扩展连接指纹输入到蛋白挖掘模型中，获取所述目标酶与所述目标底物之间的活性关系，所述蛋白挖掘模型由酶的蛋白序列和底物的扩展连接指纹、以及所述酶和所述底物之间的活性关系训练后得到；
23、挖掘模块，用于根据所述目标酶与所述目标底物之间的活性关系，对所述目标酶进行蛋白元件挖掘。
24、第三方面，本专利技术实施例提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种蛋白元件挖掘方法的步骤。
25、第四方面，本专利技术实施例提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述一种蛋白元件挖掘方法的步骤。
26、本专利技术提出的一种蛋白元件挖掘方法、装置、设备及存储介质，在对目标酶和目标底物的活性关系进行预测之前，利用酶和底物对蛋白挖掘模型进行训练，使得蛋白挖掘模型能预测酶与底物的活性关系；当需要对某个酶进行蛋白元件挖掘时，先获取该目标酶的蛋白序列和目标底物的smiles，并对目标底物的smiles进行编码得到扩展连接指纹，并将目标酶的蛋白序列和目标底物的扩展连接指纹输入到训练后的蛋白挖掘模型中，从而得到该目标酶和目标底物之间的活性关系，并根据该活性关系对目标酶进行蛋白元件挖掘。本专利技术实施例中基于深度学习模型预测目标酶和目标底物之间的活性关系，提高了活性预测的准确性；且可以同时对目标酶和目标底物的活性关系进行批量预测，提高了预测效率。本专利技术实施例所需的人力物力极少，且实施成本较低，大大节约了预测周期，并且适合大规模蛋白元件挖掘工作。
本文档来自技高网...【技术保护点】
1.一种蛋白元件挖掘方法，其特征在于，包括：
2.根据权利要求1所述的蛋白元件挖掘方法，其特征在于，所述蛋白挖掘模型包括尺度进化模型和全连接模块，所述将所述目标酶的蛋白序列和所述目标底物的扩展连接指纹输入到蛋白挖掘模型中，获取所述目标酶与所述目标底物之间的活性关系步骤包括：
3.根据权利要求2所述的蛋白元件挖掘方法，其特征在于，所述尺度进化模型为esm模型，所述全连接模块包括若干个依次连接的全连接层。
4.根据权利要求1所述的蛋白元件挖掘方法，其特征在于，所述对所述smiles进行编码，得到所述目标底物的扩展连接指纹步骤包括：
5.根据权利要求1所述的蛋白元件挖掘方法，其特征在于，所述酶的蛋白序列和底物的扩展连接指纹通过如下步骤获得：
6.根据权利要求1至5任一所述的蛋白元件挖掘方法，其特征在于，在所述将所述目标酶的蛋白序列和所述目标底物的扩展连接指纹输入到蛋白挖掘模型中步骤之前，还包括：
7.根据权利要求6所述的蛋白元件挖掘方法，其特征在于，在所述通过测试酶的蛋白序列对所述蛋白挖掘模型进行测试，获取所述蛋白
8.一种蛋白元件挖掘装置，其特征在于，包括：
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述蛋白元件挖掘方法的步骤。
10.一种计算机存储介质，所述计算机存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述蛋白元件挖掘方法的步骤。
...【技术特征摘要】
1.一种蛋白元件挖掘方法，其特征在于，包括：
2.根据权利要求1所述的蛋白元件挖掘方法，其特征在于，所述蛋白挖掘模型包括尺度进化模型和全连接模块，所述将所述目标酶的蛋白序列和所述目标底物的扩展连接指纹输入到蛋白挖掘模型中，获取所述目标酶与所述目标底物之间的活性关系步骤包括：
3.根据权利要求2所述的蛋白元件挖掘方法，其特征在于，所述尺度进化模型为esm模型，所述全连接模块包括若干个依次连接的全连接层。
4.根据权利要求1所述的蛋白元件挖掘方法，其特征在于，所述对所述smiles进行编码，得到所述目标底物的扩展连接指纹步骤包括：
5.根据权利要求1所述的蛋白元件挖掘方法，其特征在于，所述酶的蛋白序列和底物的扩展连接指纹通过如下步骤获得：
6.根据权利要求1至5任一所述...
【专利技术属性】
技术研发人员：王筱，焦茜，刘诗梦，
申请(专利权)人：嘉兴欣贝莱生物科技有限公司，
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。