蛋白质筛选方法、装置、电子设备及存储介质与流程

本申请涉及生物信息领域，尤其涉及一种蛋白质筛选方法、装置、电子设备及存储介质。

背景技术：

1、从头设计蛋白质是指利用计算方法和实验技术，从无到有地设计具有特定功能和性质的蛋白质结构。近几年，蛋白质从头设计领域借助深度学习和人工智能技术的快速发展，显著提升了蛋白质设计的效率。

2、尽管设计的蛋白质在理论上表现优异，其在实验室验证中的成功率仍然较低。因此，可以通过筛选器对设计出的蛋白质进行筛选，能够从大量候选设计中挑选出最具潜力的蛋白质，大幅提高实验验证的效率与成功率，从而加速从头设计蛋白质的实际应用。

3、但是，目前的筛选器对蛋白质的筛选准确性不高。

技术实现思路

1、本申请的主要目的在于提出一种蛋白质筛选方法、装置、电子设备及存储介质，用于提高蛋白质筛选准确性。

2、为实现上述目的，本申请一方面提出了一种蛋白质筛选方法，包括：

3、获取候选蛋白质的第一蛋白质序列和第一蛋白质结构，以及目标蛋白质的第二蛋白质序列、第二蛋白质结构和第一同源信息；

4、根据第一蛋白质结构和第二蛋白质结构生成复合物模拟结构；

5、根据第一蛋白质序列、第二蛋白质序列、第一同源信息和复合物模拟结构，生成复合物预测结构和预测置信度；

6、确定复合物模拟结构和复合物预测结构之间的差异信息，并根据预测置信度和差异信息确定候选蛋白质的筛选结果。

7、本申请另一方面提出了一种蛋白质筛选装置，包括：

8、获取单元，用于获取候选蛋白质的第一蛋白质序列和第一蛋白质结构，以及目标蛋白质的第二蛋白质序列、第二蛋白质结构和第一同源信息；

9、第一生成单元，用于根据第一蛋白质结构和第二蛋白质结构生成复合物模拟结构；

10、第二生成单元，用于根据第一蛋白质序列、第二蛋白质序列、第一同源信息和复合物模拟结构，生成复合物预测结构和预测置信度；

11、确定单元，用于确定复合物模拟结构和复合物预测结构之间的差异信息，并根据预测置信度和差异信息确定候选蛋白质的筛选结果。

12、可选地，在一些实施例中，确定单元包括：

13、第一确定子单元，用于确定第一蛋白质结构与复合物预测结构中候选蛋白质对应的第一预测结构之间的第一差异；

14、第二确定子单元，用于确定第二蛋白质结构与复合物预测结构中目标蛋白质对应的第二预测结构之间的第二差异；

15、第三确定子单元，用于确定复合物模拟结构和复合物预测结构的整体之间的第三差异，并根据第一差异、第二差异和第三差异确定差异信息。

16、可选地，在一些实施例中，第一确定子单元包括：

17、第一空间对齐模块，用于将第一预测结构与第一蛋白质结构进行空间对齐；

18、第一确定模块，用于确定空间对齐后的第一预测结构与第一蛋白质结构之间的第四差异；

19、第二空间对齐模块，用于将第二预测结构与第二蛋白质结构进行空间对齐；

20、第二确定模块，用于确定空间对齐后的第一预测结构与第一蛋白质结构之间的第五差异；

21、第三确定模块，用于根据第四差异和第五差异确定第一差异。

22、可选地，在一些实施例中，第一生成单元包括：

23、编码子单元，用于对第一蛋白质结构中的骨架信息进行编码，得到第一坐标矩阵，对第二蛋白质结构中的骨架信息进行编码，得到第二坐标矩阵；

24、第四确定子单元，用于根据第一坐标矩阵和第二坐标矩阵确定复合物模拟结构对应的第三坐标矩阵；

25、第二生成单元包括：

26、第一生成子单元，用于根据第一蛋白质序列、第二蛋白质序列、第一同源信息和第三坐标矩阵，生成复合物预测结构和预测置信度。

27、可选地，在一些实施例中，第四确定子单元包括：

28、第三空间对齐模块，用于对第一坐标矩阵和第二坐标矩阵进行空间对齐；

29、合并模块，用于基于第一蛋白质结构和第二蛋白质结构的结合位点，将空间对齐后的第一坐标矩阵和第二坐标矩阵进行合并，得到第三坐标矩阵。

30、可选地，在一些实施例中，第二生成单元包括：

31、第二生成子单元，用于根据第一蛋白质序列、第二蛋白质序列、第一同源信息和复合物模拟结构，生成复合物预测结构；

32、分块子单元，用于根据复合物预测结构的二维矩阵中候选蛋白质的区域位置和目标蛋白质的区域位置对二维矩阵进行分块；

33、第五确定子单元，用于根据分块结果确定候选蛋白质和目标蛋白质在二维矩阵中的重叠矩阵，并根据重叠矩阵的值确定预测置信度。

34、可选地，在一些实施例中，确定单元包括：

35、第六确定子单元，用于确定当预测置信度和差异信息满足预设指标阈值条件时，确定候选蛋白质为待验证蛋白质；

36、第七确定子单元，用于当预测置信度和差异信息不满足预设指标阈值条件时，确定候选蛋白质为无效蛋白质。

37、本申请的另一方面提供了一种电子设备，包括：

38、存储器、收发器、处理器以及总线系统；

39、其中，存储器用于存储程序；

40、处理器用于执行存储器中的程序，包括执行上述各方面的方法；

41、总线系统用于连接存储器以及处理器，以使存储器以及处理器进行通信。

42、本申请的另一方面提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面的方法。

43、从以上技术方案可以看出，本申请实施例具有以下优点：

44、候选蛋白质的第一蛋白质结构与目标蛋白质的第二蛋白质结构合成复合物模拟结构，基于候选蛋白质的第一蛋白质序列、目标蛋白质的第二蛋白质序列、复合物模拟结构以及目标蛋白质对应的同源信息进行结构预测，得到复合物预测结构，以及生成该复合物预测结构对应的预测置信度，则可以基于复合物模拟结构与复合物预测结构之间的差异信息，以及该预测置信度对候选蛋白质进行筛选，得到筛选结果。预测置信度反映了复合物预测结构的预测准确性，差异信息可以量化预测的复合物结构与模拟的复合物结构之间的相似度，结合预测准确性和相似度两个维度进行分析可以提高对复合物预测结构是否达到预期的筛选准确性。

1.一种蛋白质筛选方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述确定所述复合物模拟结构和所述复合物预测结构之间的差异信息，包括：

3.根据权利要求2所述的方法，其特征在于，所述确定所述第一蛋白质结构与所述复合物预测结构中所述候选蛋白质对应的第一预测结构之间的第一差异，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一蛋白质结构和所述第二蛋白质结构生成复合物模拟结构，包括：

5.根据权利要求4所述的方法，其特征在于，所述根据所述第一坐标矩阵和所述第二坐标矩阵确定复合物模拟结构对应的第三坐标矩阵，包括：

6.根据权利要求1所述的方法，其特征在于，所述根据所述第一蛋白质序列、所述第二蛋白质序列、所述第一同源信息和所述复合物模拟结构，生成复合物预测结构和预测置信度，包括：

7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述预测置信度和所述差异信息确定所述候选蛋白质的筛选结果，包括：

8.一种蛋白质筛选装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：存储器、收发器、处理器以及总线系统；

10.一种计算机可读存储介质，其特征在于，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1至7中任一项所述的方法。