申请/专利权人：浙江工业大学

申请日：2021-01-21

公开（公告）日：2024-03-26

公开（公告）号：CN112837740B

主分类号：G16B15/20

分类号：G16B15/20;G16B40/00;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2021.06.11#实质审查的生效;2021.05.25#公开

摘要：一种基于结构特征的DNA绑定残基预测方法，首先，根据输入的待进行DNA绑定残基预测的蛋白质结构信息，以任一残基为球心，R为半径，通过以下四步获取该残基的特征向量：1统计该球内20种常见类型残基出现的频率，记作2统计该球内三类二级结构类别的残基出现的频率，记作3统计该球内三类溶剂可及性类别的残基出现的频率，记作4将步骤1至3中的串联成一个特征向量；然后，构建样本集并训练所搭建的一维卷积神经网络；最后，将蛋白质结构中残基的特征向量输入训练的模型中，根据模型输出概率是否大于阈值threshold，进而判断对应残基是否为DNA绑定残基。本发明计算代价小、预测精度高。

主权项：1.一种基于结构特征的DNA绑定残基预测方法，其特征在于，所述预测方法包括以下步骤：1输入一个残基数为L的待进行DNA绑定残基预测的蛋白质三维结构信息S；2对蛋白质三维结构信息S中的任一残基Pi，i＝1,2,...,L，以Pi为球心，R为半径画球，通过以下步骤获取残基Pi的特征向量，记作过程如下：2.1分别统计该球内20种天然氨基酸类型的残基出现的频率，组成一个含有20个元素的向量，记作2.2分别统计该球内三类二级结构类别的残基出现的频率，其中三类二级结构类别包括折叠、螺旋、卷曲，组成一个含有3个元素的向量，记作2.3分别统计该球内三类溶剂可及性类别的残基出现的频率，其中三类溶剂可及性类别包括埋藏、中间状态、暴露组成一个含有3个元素的向量，记作2.4将步骤2.1至2.3中的串联成一个含有26个元素的特征向量，即3从蛋白质结构数据库PDB中获取已知DNA绑定残基状态的蛋白质三维结构信息作为训练蛋白质集合，使用步骤2生成每个残基的特征向量；结合每个残基绑定的DNA状态信息，构建训练样本集；4搭建一维卷积神经网络预测蛋白质三维结构信息S中的DNA绑定残基，该网络共有三个模块，第一个模块和第二个模块为卷积层模块，第三个模块为全连接层模块，每一个卷积层模块分别包含一个卷积层，一个池化层和一个ReLU层，全连接层模块包含三个全连接层，每一模块的输出作为下一模块的输入，使用sigmoid激活函数使网络的输出值在0,1范围内，该网络的输出记为：gI＝sigmoidmod3mod2mod1I其中，I表示网络的输入，mod1，mod2，mod3分别表示第一个模块、第二个模块、第三个模块的运算；5使用步骤3中构建的训练样本集训练4中搭建的一维卷积神经网络，训练阶段都采用二分类交叉熵损失函数调整网络中的参数，二分类交叉熵损失函数记作： 其中，u表示蛋白质三维结构信息中残基的真实标签，表示网络模型的预测输出值，Y表示预测输出与真实标签的差距；6将蛋白质三维结构信息S中每个残基的特征向量输入到步骤5训练的模型中，根据模型的输出概率是否大于判定阈值threshold，来判断对应残基是否为DNA绑定残基。

全文数据：

权利要求：

百度查询： 浙江工业大学 一种基于结构特征的DNA绑定残基预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD