轨迹预测模型构建方法、轨迹预测方法、装置、存储介质及计算机程序产品与流程
本技术涉及人工智能和计算结构生物学,尤其涉及一种轨迹预测模型构建方法、轨迹预测方法、装置、存储介质及计算机程序产品。
背景技术:
1、随着蛋白质结构预测技术快速发展,近年来对生物大分子动力学轨迹预测的研究方向开始从采用分子动力学模拟转向了采用机器学习方式。然而,现有的机器学习模型在对生物大分子动力学轨迹进行预测时,其输入数据仅在生物大分子的原子结构上进行了限定,导致现有机器学习模型缺乏时间维度信息,仅能输出静态结构或构象分布,无法实现对生物大分子随时间演化的连续动态行为的刻画。
技术实现思路
1、本技术要解决的技术问题在于,针对现有技术的不足,提出一种轨迹预测模型构建方法、轨迹预测方法、装置、存储介质及计算机程序产品。
2、为实现上述目的,本技术提出一种轨迹预测模型构建方法,所述轨迹预测模型构建方法,包括:
3、获取生物大分子轨迹、所述生物大分子轨迹的物理时间戳、所述生物大分子蛋白质的氨基酸序列和与所述蛋白质结合的配体小分子;
4、基于预设噪声尺度对所述生物大分子轨迹进行加噪,生成含噪生物大分子轨迹;
5、根据所述氨基酸序列和所述配体小分子得到所述生物大分子的精炼表征;
6、基于所述含噪生物大分子轨迹、所述预设噪声尺度、所述生物大分子轨迹的物理时间戳和所述生物大分子的精炼表征通过初始轨迹预测模型进行预测,得到所述生物大分子的预测坐标,其中所述初始轨迹预测模型包括扩散编码器和扩散解码器;
7、根据所述预测坐标对所述初始轨迹预测模型进行训练,得到目标轨迹预测模型。
8、在一个可行的实施方式中,所述基于预设噪声尺度对所述生物大分子轨迹进行加噪,生成含噪生物大分子轨迹,包括:
9、为所述生物大分子轨迹设置条件帧,并将所述生物大分子轨迹中除所述条件帧的其他轨迹帧设置为目标帧;
10、基于所述预设噪声尺度分别对所述条件帧和各所述目标帧进行加噪,得到含噪条件帧和各含噪目标帧;
11、根据所述含噪条件帧和各所述含噪目标帧,生成含噪生物大分子轨迹。
12、在一个可行的实施方式中,所述根据所述氨基酸序列和所述配体小分子得到所述生物大分子的精炼表征,包括:
13、从预设数据库中获取每类氨基酸的结构模板、所述配体小分子的结构模板和所述生物大分子的原子类型特征;
14、对所述氨基酸序列处理,得到所述氨基酸序列的序列比对;
15、根据所述配体小分子得到所述配体小分子的原子拓扑;
16、将所述氨基酸序列、所述原子拓扑、所述序列比对、所述每类氨基酸的结构模板、所述配体小分子的结构模板和所述生物大分子的原子类型特征通过预设特征编码器,得到每个词元的单表征;
17、基于所述每个词元的单表征,得到所述生物大分子的精炼表征。
18、在一个可行的实施方式中,所述基于所述每个词元的单表征,得到所述生物大分子的精炼表征,包括:
19、对所有词元进行两两配对,得到若干词元对;
20、将各所述词元对通过线性变换后,得到各所述词元对的对表征;
21、将所有词元的单表征和所有所述词元对的对表征进行三角更新和注意力交互,得到所述生物大分子的精炼单表征和精炼对表征;
22、基于所述生物大分子的精炼单表征和所述精炼对表征,得到所述生物大分子的精炼表征。
23、在一个可行的实施方式中,所述基于所述含噪生物大分子轨迹、所述预设噪声尺度、所述生物大分子轨迹的物理时间戳和所述生物大分子的精炼表征通过初始轨迹预测模型进行预测,得到所述生物大分子的预测坐标,包括:
24、将所述含噪生物大分子轨迹的每个轨迹帧、所述预设噪声尺度、所述含噪生物大分子轨迹、所述生物大分子的精炼表征和所述生物大分子的原子类型特征通过所述扩散编码器,得到所述每个轨迹帧的潜在表示,其中一个轨迹帧包含多个原子,所述一个轨迹帧的潜在表示由多个原子的潜在向量组成;
25、对于所述每个轨迹帧的每个原子,基于所述每个原子的潜在向量通过所述扩散编码器的空间注意力机制,得到所述每个原子的空间注意力结果;
26、对于任意两个轨迹帧的每个相同原子,基于每个所述相同原子的潜在向量和所述任意两个轨迹帧的物理时间戳通过所述扩散编码器的时间注意力机制,分别得到每个所述相同原子的时间注意力结果;
27、将所述每个原子的空间注意力结果和每个所述相同原子的时间注意力结果进行融合,得到每个轨迹帧的融合潜在表示;
28、将所述每个轨迹帧的融合潜在表示通过所述扩散解码器进行解码,得到所述每个轨迹帧的预测坐标。
29、在一个可行的实施方式中,所述对于所述每个轨迹帧的每个原子,基于所述每个原子的潜在向量通过所述扩散编码器的空间注意力机制,得到所述每个原子的空间注意力结果,包括:
30、对所述每个轨迹帧的每个第一原子的潜在向量进行线性变换,分别得到每个轨迹帧的查询向量,其中所述第一原子为所述每个轨迹帧中的任意一个原子;
31、对所述每个轨迹帧的第二原子的潜在向量进行线性变换,分别得到每个轨迹帧的键向量和值向量,其中所述第二原子为所述每个轨迹帧中除第一原子以外的其他原子;
32、对所述生物大分子的精炼表征进行线性变换,得到空间偏置项;
33、基于所述空间偏置项、所述每个轨迹帧的查询向量、所述每个轨迹帧的第一原子、所述每个轨迹帧的第二原子以及与所述第一原子相关联的第三原子计算每个原子的空间注意力系数;
34、根据所述每个原子的所述空间注意力系数和所述每个轨迹帧的值向量,得到所述每个原子的空间注意力结果。
35、在一个可行的实施方式中,所述对于任意两个轨迹帧的每个相同原子,基于每个所述相同原子的潜在向量和所述任意两个轨迹帧的物理时间戳通过所述扩散编码器的时间注意力机制,分别得到每个所述相同原子的时间注意力结果,包括:
36、从所述含噪生物大分子轨迹中筛选出所有具有相同原子的第一轨迹帧和第二轨迹帧,其中所述相同原子的个数至少为一个;
37、分别对每个所述第一轨迹帧的每个相同原子的潜在向量进行线性变换,得到所述第一轨迹帧的每个所述相同原子的查询向量;
38、分别对每个所述第二轨迹帧的每个相同原子的潜在向量进行线性变换,得到所述第二轨迹帧的每个所述相同原子的键向量和值向量;
39、根据所述时间注意力机制、所述第一轨迹帧的物理时间戳和所述第二轨迹帧的物理时间戳生成时间偏置项;
40、基于所述时间偏置项、各所述查询向量分别计算每个相同原子的时间注意力系数;
41、根据所述每个原子的所述时间注意力系数和每个所述值向量,得到每个所述相同原子的时间注意力结果。
42、在一个可行的实施方式中,所述根据所述预测坐标对所述初始轨迹预测模型进行训练,得到目标轨迹预测模型,包括:
43、获取所述生物大分子轨迹的真实坐标;
44、通过预设损失函数计算所述生物大分子的预测坐标与所述真实坐标之间的预测误差;
45、根据所述预测误差通过预设扩散模型技术对所述损失函数进行优化,在所述损失函数收敛时,得到所述目标轨迹预测模型。
46、此外,为实现上述目的,本技术还提出一种轨迹预测方法,所述轨迹预测方法通过轨迹预测模型构建方法所构建的目标轨迹预测模型实施,所述轨迹预测方法包括:
47、预先设置已知生物大分子的初始轨迹和初始轨迹信息,其中所述初始轨迹包括预先设置的条件帧和待生成目标帧集合,所述初始轨迹信息包括所述条件帧的坐标、待生成目标帧帧数和所述初始轨迹的物理时间戳;
48、获取所述已知生物大分子蛋白质的氨基酸序列和与所述蛋白质结合的配体小分子;
49、根据预设噪声尺度初始化所述待生成目标帧集合的坐标,得到所述待生成目标帧集合的初始坐标;
50、基于所述氨基酸序列和所述配体小分子得到所述已知生物大分子的精炼表征;
51、根据所述待生成目标帧集合的初始坐标、所述条件帧的坐标、所述预设噪声尺度、所述初始轨迹的物理时间戳和所述已知生物大分子的精炼表征通过所述目标轨迹预测模型对所述待生成目标帧集合的初始坐标进行迭代去噪,生成所述待生成目标帧集合的预测坐标;
52、基于所述条件帧的坐标和各所述待生成目标帧集合的预测坐标,生成所述已知生物大分子的目标轨迹。
53、在一个可行的实施方式中,所述根据所述待生成目标帧集合的初始坐标、所述条件帧的坐标、所述预设噪声尺度、所述初始轨迹的物理时间戳和所述已知生物大分子的精炼表征通过所述目标轨迹预测模型对所述待生成目标帧集合的初始坐标进行迭代去噪,生成所述待生成目标帧集合的预测坐标,包括:
54、根据所述待生成目标帧集合的初始坐标、所述条件帧的坐标、第一预设噪声尺度、所述初始轨迹的物理时间戳和所述已知生物大分子的精炼表征通过所述目标轨迹预测模型,得到所述待生成目标帧集合的第一坐标估计;
55、将各所述待生成目标帧集合的第一坐标估计、所述待生成目标帧的初始坐标和第二预设噪声尺度通过预设扩散模型,生成所述待生成目标帧集合的第一预测坐标;
56、重复执行根据所述待生成目标帧集合的第一预测坐标更新所述待生成目标帧集合的初始坐标,根据所述第二预设噪声尺度更新所述第一预设噪声尺度;根据所述待生成目标帧集合的初始坐标、所述条件帧的坐标、所述第一预设噪声尺度、所述初始轨迹的物理时间戳和所述已知生物大分子的精炼表征通过所述目标轨迹预测模型,得到所述待生成目标帧集合的第一坐标估计;根据第三预设噪声尺度更新所述第二预设噪声尺度;将各所述待生成目标帧的第一坐标估计、所述待生成目标帧的初始坐标和所述第二预设噪声尺度通过预设扩散模型,生成所述待生成目标帧的第一预测坐标的迭代去噪步骤,直至重复执行所述迭代去噪步骤的次数达到预设迭代停止条件,得到所述待生成目标帧集合的预测坐标。
57、在一个可行的实施方式中,根据所述待生成目标帧集合的初始坐标、所述条件帧的坐标、所述预设噪声尺度、所述初始轨迹的物理时间戳和所述已知生物大分子的精炼表征通过所述目标轨迹预测模型对所述待生成目标帧集合的初始坐标进行迭代去噪,生成所述待生成目标帧集合的预测坐标;基于所述条件帧的坐标和所述待生成目标帧集合的预测坐标,生成所述已知生物大分子的目标轨迹,包括:
58、若所述待生成目标帧集合的物理时间戳差值大于预设阈值,对所述待生成目标帧的物理时间戳进行分片,得到多个分片目标帧和多个所述分片目标帧的分片物理时间戳;
59、对于每个分片目标帧,基于所述分片目标帧、所述分片目标帧的分片物理时间戳通过所述目标轨迹预测模型,得到每个所述分片目标帧的稀疏预测坐标;
60、对于每个相邻的分片目标帧之间的中间目标帧,在所述每个中间目标帧中分别设置目标条件帧和待生成中间目标帧,并为所述中间目标帧设置物理时间戳,其中将每个相邻的分片目标帧作为目标条件帧,将所述相邻的分片目标帧对应的稀疏预测坐标作为所述目标条件帧的坐标,将每个中间目标帧中除所述目标条件帧以外的其他目标帧设置为待生成中间目标帧;
61、根据每个所述目标条件帧、每个所述目标条件帧的坐标、每个所述待生成中间目标帧和所述中间目标帧的物理时间戳分别通过所述目标轨迹预测模型,生成每个所述待生成中间目标帧的预测坐标;
62、基于每个所述目标条件帧的坐标和每个所述中间目标帧的预测坐标,生成每个待生成中间目标帧的坐标;
63、根据所有待生成中间帧的坐标,得到所述已知生物大分子的目标轨迹。
64、在一个可行的实施方式中,对于每个分片目标帧,所述基于所述分片目标帧、所述分片目标帧的分片物理时间戳通过所述目标轨迹预测模型,得到每个所述分片目标帧的稀疏预测坐标,包括:
65、对于任意分片目标帧,将所述分片目标帧的分片物理时间戳作为所述初始轨迹的物理时间戳,将所述分片目标帧作为所述初始轨迹,并返回执行根据所述待生成目标帧集合的初始坐标、所述条件帧的坐标、所述预设噪声尺度、所述初始轨迹的物理时间戳和所述已知生物大分子的精炼表征通过所述目标轨迹预测模型,生成所述待生成目标帧集合的预测坐标的步骤,直至生成所有分片目标帧的预测坐标;
66、基于所述所有分片目标帧的预测坐标得到每个所述分片目标帧的稀疏预测坐标。
67、在一个可行的实施方式中,所述根据每个所述目标条件帧、每个所述目标条件帧的坐标、每个所述待生成中间目标帧和所述中间目标帧的物理时间戳分别通过所述目标轨迹预测模型,生成每个所述待生成中间目标帧的预测坐标,包括:
68、对于任意中间目标帧,基于所述预设噪声尺度对所述待生成中间目标帧的坐标进行初始化,得到每个待生成中间目标帧的初始坐标;
69、根据所述待生成中间目标帧的初始坐标、所述目标条件帧的坐标、所述预设噪声尺度、所述待生成中间目标帧的物理时间戳和所述已知生物大分子的精炼表征通过所述目标轨迹预测模型,生成每个剩余待生成中间目标帧的预测坐标
70、此外,为实现上述目的,本技术还提出一种轨迹预测模型构建装置,所述轨迹预测模型构建装置包括:训练数据预处理模块、预测坐标生成模块和模型训练模块;
71、所述训练数据预处理模块,用于获取生物大分子轨迹、所述生物大分子轨迹的物理时间戳、所述生物大分子蛋白质的氨基酸序列和与所述蛋白质结合的配体小分子;基于预设噪声尺度对所述生物大分子轨迹进行加噪,生成含噪生物大分子轨迹;根据所述氨基酸序列和所述配体小分子得到所述生物大分子的精炼表征;
72、所述预测坐标生成模块,用于基于所述含噪生物大分子轨迹、所述预设噪声尺度、所述生物大分子轨迹的物理时间戳和所述生物大分子的精炼表征通过初始轨迹预测模型进行预测,得到所述生物大分子的预测坐标,其中所述初始轨迹预测模型包括扩散编码器和扩散解码器;
73、所述模型训练模块,用于根据所述预测坐标对所述初始轨迹预测模型进行训练,得到目标轨迹预测模型。
74、此外,为实现上述目的,本技术还提出一种轨迹预测装置所述轨迹预测装置包括:数据预处理模块、坐标预测模块和轨迹预测模块;
75、所述数据预处理模块,用于预先设置已知生物大分子的初始轨迹和初始轨迹信息,其中所述初始轨迹包括预先设置的条件帧和待生成目标帧集合,所述初始轨迹信息包括所述条件帧的坐标、所述待生成目标帧帧数和所述初始轨迹的物理时间戳集合;获取所述已知生物大分子蛋白质的氨基酸序列和与所述蛋白质结合的配体小分子;根据预设噪声尺度初始化所述待生成目标帧集合的坐标,得到所述待生成目标帧集合的初始坐标;基于所述氨基酸序列和所述配体小分子得到所述已知生物大分子的精炼表征;
76、所述坐标预测模块,用于根据所述待生成目标帧集合的初始坐标、所述条件帧的坐标、所述预设噪声尺度、所述初始轨迹的物理时间戳和所述已知生物大分子的精炼表征通过所述目标轨迹预测模型对所述待生成目标帧集合的初始坐标进行迭代去噪,生成所述待生成目标帧集合的预测坐标;
77、所述轨迹预测模块,用于基于所述条件帧的坐标和所述待生成目标帧集合的预测坐标,生成所述已知生物大分子的目标轨迹。
78、此外,为实现上述目的,本技术还提出一种轨迹预测模型构建设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序配置为实现如上文所述的轨迹预测模型构建方法的步骤。本技术还提出一种生物大分子轨迹预测设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序配置为实现如上文所述的轨迹预测方法的步骤。
79、此外,为实现上述目的,本技术还提出一种存储介质,所述存储介质为计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上文所述的轨迹预测模型构建方法的步骤,和/或所述计算机程序被处理器执行时实现如上文所述的轨迹预测方法的步骤。
80、此外,为实现上述目的,本技术还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现如上文所述的轨迹预测模型构建方法的步骤,和/或所述计算机程序被处理器执行时实现如上文所述的轨迹预测方法的步骤。
81、本技术提出的一个或多个技术方案,至少具有以下技术效果:
82、本技术提供了一种轨迹预测模型构建方法、轨迹预测方法、装置、存储介质及计算机程序产品,该轨迹预测模型构建方法在构建轨迹预测模型时基于所述含噪生物大分子轨迹、所述预设噪声尺度、所述生物大分子轨迹的物理时间戳和所述生物大分子的精炼表征通过初始轨迹预测模型进行预测,得到所述生物大分子的预测坐标;根据所述预测坐标对所述初始轨迹预测模型进行训练,得到目标轨迹预测模型。
83、通过在训练和生成目标轨迹预测模型的过程中引入生物大分子轨迹的物理时间戳,使得目标轨迹预测模型学习时间维度信息;同时引入含噪生物大分子轨迹、预设噪声尺度和生物大分子的精炼表征,使得目标轨迹预测模型学习生物大分子原子结构维度信息,进而使得最终生成的目标轨迹预测模型能实现对生物大分子随时间演化的连续动态行为的直接刻画。解决了现有机器学习模型仅以生物大分子原子结构作为输入,缺失时间维度信息,只能输出静态结构或构象分布,难以刻画生物大分子随时间演化的连续动态行为的问题。通过实施本技术能为需基于生物大分子轨迹进行高通量构象采样和药物分子设计等实际应用途径提供了分析支持。
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