基于多模态融合的蛋白质翻译后修饰位点预测方法及系统
本发明涉及生物信息学与人工智能交叉,具体涉及基于多模态融合的蛋白质翻译后修饰位点预测方法及系统。
背景技术:
1、蛋白质翻译后修饰(post-translational modifications,ptms)是蛋白质在翻译完成后通过化学修饰所产生的重要调控机制,广泛参与细胞信号转导、蛋白质相互作用、代谢调节及疾病发生发展等生物学过程。常见的翻译后修饰类型包括磷酸化、甲基化、糖基化、泛素化及sumo化等。由于翻译后修饰能够直接改变蛋白质的空间构象、活性状态以及与其他分子的结合能力,因此对修饰位点的准确识别在蛋白质功能研究中具有重要价值。
2、现有翻译后修饰位点预测方法多采用ptm位点预测模型,该类模型大多基于蛋白质序列信息构建,通常利用传统机器学习或深度学习方法对氨基酸残基进行特征编码;故而现有方法采用的单一序列特征难以反映蛋白质的真实三维构象及残基间的空间关系,缺乏有效融合蛋白质序列与结构信息,并在保证几何对称性的前提下进行高效学习的方法,导致预测精度较低。
技术实现思路
1、为解决上述背景技术中提到的不足,本发明的目的在于提供基于多模态融合的蛋白质翻译后修饰位点预测方法及系统,解决现有技术中仅依赖序列信息难以反映蛋白质真实空间构象、不同修饰类型间缺乏统一表征以及少样本ptm预测性能低下的问题。
2、第一方面,本发明的目的可以通过以下技术方案实现:基于多模态融合的蛋白质翻译后修饰位点预测方法,方法包括以下步骤:
3、获取待预测蛋白质的序列数据和结构坐标数据,将蛋白质的序列数据和结构坐标数据进行双流特征提取,得到序列特征向量和结构特征向量,其中,所述双流特征提取包括基于蛋白质序列的序列特征提取及基于蛋白质三维结构的结构特征提取;
4、将序列特征向量和结构特征向量输入至预先建立的主导流融合网络模型内进行特征增强,其中,所述主导流融合网络模型以结构特征向量作为引导信息,对序列特征向量进行结构引导的几何对齐和语义增强,得到增强后的序列特征,将结构特征向量及预设图结构表示输入至预先建立的对称分层流图网络模型内,通过等变消息传递和分层结构建模提取局部结构特征和全局结构特征,输出得到多尺度结构特征;
5、将增强后的序列特征和多尺度结构特征输入至预先建立的kronhtr模块内进行深度特征融合,输出得到多模态融合特征,基于多模态融合特征进行预测,得到蛋白质翻译后修饰位点预测结果。
6、结合第一方面,在第一方面的某些实现方式中,该方法还包括:所述将蛋白质的序列数据和结构坐标数据进行双流特征提取的过程,如下:
7、对于双流特征提取的序列特征提取过程,通过基于预训练的蛋白质语言模型esm-c提取蛋白质的序列数据的进化与语义特征,作为序列特征向量,
8、对于双流特征提取的结构特征提取过程,通过基于结构感知模型saprot提取蛋白质的结构坐标数据的几何与空间特征,作为结构特征向量。
9、结合第一方面,在第一方面的某些实现方式中,该方法还包括:所述将序列特征向量和结构特征向量输入至预先建立的主导流融合网络模型内进行特征增强的过程,包括:
10、通过对结构特征向量进行调制提取,得到偏移量和调制参数;
11、将偏移量和调制参数基于结构引导的可变形卷积对序列特征向量实现跨模态空间几何对齐,生成增强后的序列特征,从而完成语义层面的内容增强。
12、结合第一方面,在第一方面的某些实现方式中,该方法还包括:所述将结构特征向量及预设图结构表示输入至预先建立的对称分层流图网络模型内,处理过程如下:
13、基于结构特征向量及预设图结构表示,通过等变注意力消息传递算子和分层可微池化机制,使用attentiveemampconv进行等变消息传递,更新节点特征与坐标,通过可微池化对图进行层次化粗化,生成多尺度结构特征,从而能够同时捕捉蛋白质结构的局部细节与全局拓扑。
14、结合第一方面,在第一方面的某些实现方式中,该方法还包括:所述预设图结构表示基于以残基为节点、空间距离与序列邻近为边进行构建。
15、结合第一方面,在第一方面的某些实现方式中,该方法还包括:所述将增强后的序列特征和多尺度结构特征输入至预先建立的kronhtr模块内进行深度特征融合的过程,包括:
16、通过结合gromov-wasserstein最优传输理论与动态生成的kronecker变换算子,首先在非参数层面实现增强后的序列特征和多尺度结构特征的两种模态内部几何结构的软对齐,再通过条件超网络生成实例特定的结构化变换,对序列特征进行迭代式精炼,实现深度自适应的异质特征融合。
17、结合第一方面,在第一方面的某些实现方式中,该方法还包括:所述kronhtr模块首先计算gromov-wasserstein最优传输对齐矩阵,然后构建以结构特征为条件的超网络,动态生成kronecker因子对,最后通过迭代式精炼块进行深度特征融合,得到多模态融合特征。
18、结合第一方面,在第一方面的某些实现方式中,该方法还包括:所述增强后的序列特征通过基于选择性状态空间模型的mamba模块来捕获长程上下文依赖关系。
19、第二方面,为了达到上述目的,本发明公开了基于多模态融合的蛋白质翻译后修饰位点预测系统,包括:
20、一次处理模块,用于获取待预测蛋白质的序列数据和结构坐标数据,将蛋白质的序列数据和结构坐标数据进行双流特征提取,得到序列特征向量和结构特征向量,其中,所述双流特征提取包括基于蛋白质序列的序列特征提取及基于蛋白质三维结构的结构特征提取;
21、二次处理模块,用于将序列特征向量和结构特征向量输入至预先建立的主导流融合网络模型内进行特征增强,其中,所述主导流融合网络模型以结构特征向量作为引导信息,对序列特征向量进行结构引导的几何对齐和语义增强,得到增强后的序列特征,将结构特征向量及预设图结构表示输入至预先建立的对称分层流图网络模型内,通过等变消息传递和分层结构建模提取局部结构特征和全局结构特征,输出得到多尺度结构特征;
22、预测输出模块,用于将增强后的序列特征和多尺度结构特征输入至预先建立的kronhtr模块内进行深度特征融合,输出得到多模态融合特征,基于多模态融合特征进行预测,得到蛋白质翻译后修饰位点预测结果。
23、本发明的有益效果:
24、本发明通过构建双流协同的多模态建模架构,在保证几何对称性的前提下实现序列与结构特征的高效对齐与深度融合,同时结合生成式进化数据增强策略,有效缓解少样本翻译后修饰类型的数据稀缺与类别不平衡问题,有利于提高翻译后修饰位点预测的准确性、稳定性与泛化能力。
1.基于多模态融合的蛋白质翻译后修饰位点预测方法,其特征在于,方法包括以下步骤:
2.根据权利要求1所述的基于多模态融合的蛋白质翻译后修饰位点预测方法,其特征在于, 所述双流特征提取包括:
3.根据权利要求1所述的基于多模态融合的蛋白质翻译后修饰位点预测方法,其特征在于,所述将序列特征向量和结构特征向量输入至预先建立的主导流融合网络模型内进行特征增强的过程,包括:
4.根据权利要求1所述的基于多模态融合的蛋白质翻译后修饰位点预测方法,其特征在于,所述将结构特征向量及预设图结构表示输入至预先建立的对称分层流图网络模型内,处理过程如下:
5.根据权利要求4所述的基于多模态融合的蛋白质翻译后修饰位点预测方法,其特征在于,所述预设图结构表示基于以残基为节点、空间距离与序列邻近为边进行构建。
6.根据权利要求1所述的基于多模态融合的蛋白质翻译后修饰位点预测方法,其特征在于,所述将增强后的序列特征和多尺度结构特征输入至预先建立的kronhtr模块内进行深度特征融合的过程,包括:
7.根据权利要求6所述的基于多模态融合的蛋白质翻译后修饰位点预测方法,其特征在于,所述kronhtr模块首先计算gromov-wasserstein最优传输对齐矩阵,然后构建以结构特征为条件的超网络,动态生成kronecker因子对,最后通过迭代式精炼块进行深度特征融合,得到多模态融合特征。
8.根据权利要求1所述的基于多模态融合的蛋白质翻译后修饰位点预测方法,其特征在于,所述增强后的序列特征通过基于选择性状态空间模型的mamba模块来捕获长程上下文依赖关系。
9.基于多模态融合的蛋白质翻译后修饰位点预测系统,采用了权利要求1至8中任一项所述的基于多模态融合的蛋白质翻译后修饰位点预测方法,其特征在于,包括:
10.一种终端设备,包括存储器、处理器及存储在存储器中并能够在处理器上运行的计算机程序,其特征在于,所述存储器中存储有能够在处理器上运行的计算机程序,所述处理器加载并执行计算机程序时,采用了权利要求1至8中任一项所述的基于多模态融合的蛋白质翻译后修饰位点预测方法。
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