RNA-配体结合位点预测方法及系统
本发明涉及基于人工智能进行大分子位点的预测,具体地,涉及rna-配体结合位点预测方法,更为具体地,涉及基于图注意力卷积网络和预训练rna语言模型的rna-配体结合位点预测方法及系统。
背景技术:
1、随着rna生物学研究的深入,rna-配体相互作用在基因调控、疾病治疗和药物开发中的重要性日益凸显。准确预测rna-配体结合位点对于理解rna功能、设计靶向药物以及开发新型rna疗法具有关键意义。
2、传统的实验方法,如x射线晶体学、核磁共振(nmr)和冷冻电镜(cryo-em),虽然能够提供高精度的rna-配体结合结构信息,但其成本高昂、耗时且对样品要求严格,难以广泛应用于大规模筛选。因此,计算预测方法成为补充实验手段的重要工具。
3、专利文献cn118800319a(申请号:202410930699.5)公开了一种基于图注意力网络和多尺度特征融合的药物-靶点相互作用的预测方法,将大型医学知识图谱引入dti预测任务中,利用知识图谱中丰富的生物学信息来挖掘药物和靶点之间潜在的关系。考虑了药物和靶点的自身序列信息,以及和其他医学实体之间的位置信息,对自身特性和外在联系进行了综合考虑。在得到位置信息时,同时关注了药物和靶点之间的局部位置信息,以及药物和靶点在知识图谱中的全局位置信息,并使用图注意力网络来对不同尺度的位置信息进行融合,得到的综合位置信息有助于获得高质量的药物和靶蛋白特征。
技术实现思路
1、针对现有技术中的缺陷,本发明的目的是提供一种rna-配体结合位点预测方法及系统。
2、根据本发明提供的一种rna-配体结合位点预测方法,包括:
3、步骤s1:基于包含n个核苷酸的rna分子构建rna图;其中,所述rna图包括n个核苷酸节点以及节点间的边;
4、步骤s2:构建rna-配体结合位点预测模型,并对构建的rna-配体结合位点预测模型进行训练,得到训练后的rna-配体结合位点预测模型;
5、步骤s3:构建的rna图利用训练后的rna-配体结合位点预测模型进行rna配体结合位点的预测;
6、所述rna-配体结合位点预测模型是通过图注意力机制的方法结合rna语言模型、物理化学特征以及rna的三维结构来预测rna结构中的小分子结合位点。
7、优选地,所述步骤s1中节点间的边包括:若两个核苷酸节点属于a-u、u-a、c-g或g-c配对且欧氏距离小于预设值,则定义当前两个核苷酸节点之间有边,否则为无边。
8、优选地,所述rna-配体结合位点预测模型包括:结构嵌入模块、序列嵌入模块以及骨干网络模块;
9、所述结构嵌入模块包括:基于rna图计算节点间的欧式距离矩阵、配对矩阵;基于计算得到的节点间的欧式距离矩阵和配对矩阵计算邻接矩阵;同时,计算溶剂可及表面积,并作为节点特征;
10、所述序列嵌入模块包括:基于rna图利用rnaincoder和rna-msm编码rna序列,结合核苷酸类型的4d one-hot向量、分子质量和侧链pka的2d节点向量,生成785d节点向量;
11、所述骨干网络模块包括:基于结构嵌入模块计算得到的邻接矩阵和溶剂可及表面积以及序列嵌入模块生成的785d节点向量,通过八层双注意力头的gatconv网络对rna图的节点进行分类,分类后使用softmax函数将预测分数转换为节点分类概率。
12、优选地,所述步骤s2包括:构建数据集,其中,所述数据集包括训练集、验证集和测试集;
13、在训练集上对rna-配体结合位点预测模型进行训练;在训练的过程中,采用交叉熵损失函数引导梯度更新;在验证集上采用包括准确率、精确率、召回率、f1分数、马修斯相关系数mcc和受试者工作特征曲线下面积auc标准评估指标对训练后的rna-配体结合位点预测模型性能进行评估,选择性能最优的rna-配体结合位点预测模型;最后在测试集上进行预测验证。
14、优选地,所述构建数据集包括:从包括蛋白质数据集pdb的数据库中收集rna-配体结构数据,依据rnasite方法提供的pdb id筛选出预设数量的rna-配体复合物;去除结晶水分子,若复合物含多个配体,则分别保留各配体的结合位点;使用rnasite和rlbind方法清洗数据,并基于序列相似性进行聚类。
15、根据本发明提供的一种rna-配体结合位点预测系统,包括:
16、模块m1:基于包含n个核苷酸的rna分子构建rna图;其中,所述rna图包括n个核苷酸节点以及节点间的边;
17、模块m2:构建rna-配体结合位点预测模型,并对构建的rna-配体结合位点预测模型进行训练,得到训练后的rna-配体结合位点预测模型;
18、模块m3:构建的rna图利用训练后的rna-配体结合位点预测模型进行rna配体结合位点的预测;
19、所述rna-配体结合位点预测模型是通过图注意力机制的方法结合rna语言模型、物理化学特征以及rna的三维结构来预测rna结构中的小分子结合位点。
20、优选地,所述模块m1中节点间的边包括:若两个核苷酸节点属于a-u、u-a、c-g或g-c配对且欧氏距离小于预设值,则定义当前两个核苷酸节点之间有边,否则为无边。
21、优选地,所述rna-配体结合位点预测模型包括:结构嵌入模块、序列嵌入模块以及骨干网络模块;
22、所述结构嵌入模块包括:基于rna图计算节点间的欧式距离矩阵、配对矩阵;基于计算得到的节点间的欧式距离矩阵和配对矩阵计算邻接矩阵;同时,计算溶剂可及表面积,并作为节点特征;
23、所述序列嵌入模块包括:基于rna图利用rnaincoder和rna-msm编码rna序列,结合核苷酸类型的4d one-hot向量、分子质量和侧链pka的2d节点向量,生成785d节点向量;
24、所述骨干网络模块包括:基于结构嵌入模块计算得到的邻接矩阵和溶剂可及表面积以及序列嵌入模块生成的785d节点向量,通过八层双注意力头的gatconv网络对rna图的节点进行分类,分类后使用softmax函数将预测分数转换为节点分类概率。
25、优选地,所述模块m2包括:构建数据集,其中,所述数据集包括训练集、验证集和测试集;
26、在训练集上对rna-配体结合位点预测模型进行训练;在训练的过程中,采用交叉熵损失函数引导梯度更新;在验证集上采用包括准确率、精确率、召回率、f1分数、马修斯相关系数mcc和受试者工作特征曲线下面积auc标准评估指标对训练后的rna-配体结合位点预测模型性能进行评估,选择性能最优的rna-配体结合位点预测模型;最后在测试集上进行预测验证。
27、优选地,所述构建数据集包括:从包括蛋白质数据集pdb的数据库中收集rna-配体结构数据,依据rnasite方法提供的pdb id筛选出预设数量的rna-配体复合物;去除结晶水分子,若复合物含多个配体,则分别保留各配体的结合位点;使用rnasite和rlbind方法清洗数据,并基于序列相似性进行聚类。
28、与现有技术相比,本发明具有如下的有益效果:
29、1、本发明通过采用图注意力卷积网络和预训练rna语言模型相结合的结构,解决了传统计算方法难以准确预测rna-配体结合位点的问题;在多个测试集上,本发明方法在召回率、马修斯相关系数和f1分数等指标上优于现有方法,例如在test9数据集上,mcc达到0.565,f1分数达到0.681,有效提高了预测的准确性和可靠性;
30、2、本发明通过整合rna序列和结构信息,能够充分捕捉rna分子的复杂特征,解决了rna结构灵活性和实验数据有限带来的预测难题,为rna靶向药物设计提供了更精准的依据,推动了rna靶向药物研发进程。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com