CN112116954A - 抗体的预测方法及装置、电子设备和存储介质 - Google Patents
抗体的预测方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112116954A CN112116954A CN202010985298.1A CN202010985298A CN112116954A CN 112116954 A CN112116954 A CN 112116954A CN 202010985298 A CN202010985298 A CN 202010985298A CN 112116954 A CN112116954 A CN 112116954A
- Authority
- CN
- China
- Prior art keywords
- antigen
- antibody
- predicted
- data
- protein
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000003860 storage Methods 0.000 title claims abstract description 24
- 239000000427 antigen Substances 0.000 claims abstract description 523
- 102000036639 antigens Human genes 0.000 claims abstract description 523
- 108091007433 antigens Proteins 0.000 claims abstract description 523
- 102000004169 proteins and genes Human genes 0.000 claims abstract description 422
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 422
- 238000013528 artificial neural network Methods 0.000 claims abstract description 99
- 230000003472 neutralizing effect Effects 0.000 claims abstract description 86
- 125000003275 alpha amino acid group Chemical group 0.000 claims description 226
- 150000001413 amino acids Chemical class 0.000 claims description 54
- 238000009826 distribution Methods 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 28
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 16
- 241000711573 Coronaviridae Species 0.000 claims description 13
- 241000700605 Viruses Species 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 13
- 241001115402 Ebolavirus Species 0.000 claims description 11
- 241000712461 unidentified influenza virus Species 0.000 claims description 11
- 241000315672 SARS coronavirus Species 0.000 claims description 10
- 230000002209 hydrophobic effect Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 10
- 238000012217 deletion Methods 0.000 description 9
- 230000037430 deletion Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000001976 improved effect Effects 0.000 description 9
- 239000013078 crystal Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 7
- 230000036961 partial effect Effects 0.000 description 6
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 230000002349 favourable effect Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 210000003719 b-lymphocyte Anatomy 0.000 description 3
- 238000004166 bioassay Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000002887 multiple sequence alignment Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 229960005486 vaccine Drugs 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000028993 immune response Effects 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 210000002966 serum Anatomy 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000003612 virological effect Effects 0.000 description 2
- -1 "-" # "" " Chemical class 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 108060003951 Immunoglobulin Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 210000000987 immune system Anatomy 0.000 description 1
- 102000018358 immunoglobulin Human genes 0.000 description 1
- 230000016784 immunoglobulin production Effects 0.000 description 1
- 229940072221 immunoglobulins Drugs 0.000 description 1
- 231100000225 lethality Toxicity 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000001314 paroxysmal effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000007502 viral entry Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Data Mining & Analysis (AREA)
- Genetics & Genomics (AREA)
- Artificial Intelligence (AREA)
- Bioethics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Molecular Biology (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Peptides Or Proteins (AREA)
- Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)
Abstract
本公开涉及一种抗体的预测方法及装置、电子设备和存储介质。所述方法包括:获取抗原的蛋白质数据和待预测抗体的蛋白质数据;获取所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一;将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种抗体的预测方法及装置、电子设备和存储介质。
背景技术
在人免疫球蛋白领域中,识别和中和病毒颗粒的生物分子过程是通过对病毒性抗原呈递给的B细胞来合成中和性的抗体的过程。这一过程可以使免疫系统停止病毒入侵,但是这种反应很慢,通常需要几天甚至几周才能达到足够的免疫反应。
人体自然生成抗体是一个漫长的过程。在遇到突发性、高传染性且致死率较高的疾病,例如冠状病毒,如何快速地筛选潜在的中和性抗体,具有非常重要的意义。
发明内容
本公开提供了一种抗体的预测技术方案。
根据本公开的一方面,提供了一种抗体的预测方法,包括:
获取抗原的蛋白质数据和待预测抗体的蛋白质数据;
获取所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一;
将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
通过获取抗原的蛋白质数据和待预测抗体的蛋白质数据,获取所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,并将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值,由此能够快速筛选所述抗原对应的潜在的中和性抗体,节省生物实验的成本和时间,从而有助于快速应对突发性、高传染性、致死率较高的疾病。
在一种可能的实现方式中,所述抗原的蛋白质数据包括以下至少之一:
所述抗原的氨基酸序列、所述抗原的氨基酸序列的长度、所述抗原的氨基酸序列与所述抗原的同源蛋白质的氨基酸序列的比对结果、所述抗原的氨基酸序列对应的位置特异性得分矩阵、所述抗原的理化性质。
在该实现方式中,通过利用所述抗原的氨基酸序列、所述抗原的氨基酸序列的长度、所述抗原的氨基酸序列与所述抗原的同源蛋白质的氨基酸序列的比对结果、所述抗原的氨基酸序列对应的位置特异性得分矩阵、所述抗原的理化性质中的至少之一,对所述待预测抗体能够中和所述抗原的概率进行预测,由此能够利用较容易获得的所述抗原的蛋白质数据获得较准确的预测结果,而无需获得复杂的三维晶体结构。
在一种可能的实现方式中,所述抗原的理化性质包括以下至少之一:
所述抗原的溶解度、侧链中残基的类别、带电性、极性、亲疏水性、相对分子量。
在该实现方式中,通过结合上述抗原的理化性质,对所述待预测抗体能够中和所述抗原的概率进行预测,由此能够结合更丰富的抗原的信息进行抗体预测,从而有利于进一步提高预测结果的准确性。
在一种可能的实现方式中,所述待预测抗体的蛋白质数据包括以下至少之一:
所述待预测抗体的氨基酸序列、所述待预测抗体的氨基酸序列的长度、所述待预测抗体的氨基酸序列与所述待预测抗体的同源蛋白质的氨基酸序列的比对结果、所述待预测抗体的氨基酸序列对应的位置特异性得分矩阵、所述待预测抗体的理化性质。
在该实现方式中,通过利用所述待预测抗体的氨基酸序列、所述待预测抗体的氨基酸序列的长度、所述待预测抗体的氨基酸序列与所述待预测抗体的同源蛋白质的氨基酸序列的比对结果、所述待预测抗体的氨基酸序列对应的位置特异性得分矩阵、所述待预测抗体的理化性质中的至少之一,对所述待预测抗体能够中和所述抗原的概率进行预测,由此能够利用较容易获得的待预测抗体的蛋白质数据获得较准确的预测结果,而无需获得复杂的三维晶体结构。
在一种可能的实现方式中,所述待预测抗体的理化性质包括以下至少之一:
所述待预测抗体的溶解度、侧链中残基的类别、带电性、极性、亲疏水性、相对分子量。
在该实现方式中,通过结合上述待预测抗体的理化性质,对所述待预测抗体能够中和所述抗原的概率进行预测,由此能够结合更丰富的待预测抗体的信息进行抗体预测,从而有利于进一步提高预测结果的准确性。
在一种可能的实现方式中,所述抗原的同源蛋白质的数据包括以下至少之一:
所述抗原的同源蛋白质的氨基酸序列,所述抗原的同源蛋白质的氨基酸序列的长度,所述抗原的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息。
在该实现方式中,通过利用所述抗原的同源蛋白质的氨基酸序列、所述抗原的同源蛋白质的氨基酸序列的长度、所述抗原的多个同源蛋白质的氨基酸序列中氨基酸分布的概率信息中的至少之一,对所述待预测抗体能够中和所述抗原的概率进行预测,由此能够结合更丰富的抗原的信息进行抗体预测,从而有利于进一步提高预测结果的准确性。
在一种可能的实现方式中,所述待预测抗体的同源蛋白质的数据包括以下至少之一:
所述待预测抗体的同源蛋白质的氨基酸序列,所述待预测抗体的同源蛋白质的氨基酸序列的长度,所述待预测抗体的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息。
在该实现方式中,通过利用所述待预测抗体的同源蛋白质的氨基酸序列、所述待预测抗体的同源蛋白质的氨基酸序列的长度、所述待预测抗体的多个同源蛋白质的氨基酸序列中氨基酸分布的概率信息中的至少之一,对所述待预测抗体能够中和所述抗原的概率进行预测,由此能够结合更丰富的待预测抗体的信息进行抗体预测,从而有利于进一步提高预测结果的准确性。
在一种可能的实现方式中,所述神经网络包括浅层模型和深度模型。
该实现方式通过采用浅层模型,有助于提高所述神经网络的记忆能力,通过采用深度模型,有助于提高所述神经网络的泛化能力。采用该实现方式对所述待预测抗体能够中和所述抗原的概率进行预测,能够提高预测结果的准确性。
在一种可能的实现方式中,所述将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值,包括:
将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入所述浅层模型,经由所述浅层模型得到所述待预测抗体对应的第一中间结果;
将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入所述深度模型,经由所述深度模型得到待预测抗体对应的第二中间结果;
根据所述第一中间结果和所述第二中间结果,确定所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
在该实现方式中,通过所述浅层模型和所述深层模型分别对所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据进行处理,得到所述待预测抗体对应的第一中间结果和第二中间结果,并根据所述第一中间结果和所述第二中间结果,确定所述待预测抗体属于所述抗原对应的中和性抗体的预测值,由此能够提高预测结果的准确性。
在一种可能的实现方式中,
所述神经网络还包括与所述浅层模型的输出层和所述深度模型的输出层分别连接的全连接层;
所述根据所述第一中间结果和所述第二中间结果,确定所述待预测抗体属于所述抗原对应的中和性抗体的预测值,包括:通过所述全连接层对所述第一中间结果和所述第二中间结果进行处理,得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
在该实现方式中,所述第一中间结果对应的权重和所述第二中间结果对应的权重可以通过训练所述神经网络确定,因此,采用该实现方式能够得到更准确的预测结果。
在一种可能的实现方式中,在所述将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络之前,所述方法还包括:
获取所述抗原的相关抗原的蛋白质数据和所述相关抗原对应的抗体的蛋白质数据;
获取所述相关抗原的同源蛋白质的数据和所述相关抗原对应的抗体的同源蛋白质的数据中的至少之一;
将所述相关抗原的同源蛋白质的数据和所述相关抗原对应的抗体的同源蛋白质的数据中的至少之一,以及所述相关抗原的蛋白质数据和所述相关抗原对应的抗体的蛋白质数据输入所述神经网络,经由所述神经网络得到所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的预测值;
根据所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的预测值,以及所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的真值,训练所述神经网络。
在该实现方式中,利用神经网络对所述相关抗原的同源蛋白质的数据和所述相关抗原对应的抗体的同源蛋白质的数据中的至少之一以及所述相关抗原的蛋白质数据和所述相关抗原对应的抗体的蛋白质数据进行处理,并采用所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的真值作为监督信息训练所述神经网络,由此能够使所述神经网络学习到抗体与抗原之间的映射关系,即,能够学习到抗原的表位和与其互补的抗体的表位之间的映射关系,从而使所述神经网络学习到预测待预测抗体能够中和抗原的概率的能力。
在一种可能的实现方式中,在所述获取所述抗原的相关抗原的蛋白质数据和所述相关抗原对应的中和性抗体的蛋白质数据之前,所述方法还包括:
根据待选抗原的氨基酸序列与所述抗原的氨基酸序列之间的相似性,从所述待选抗原中确定所述抗原的相关抗原。
根据该实现方式,能够选取氨基酸序列与所述抗原相似的相关抗原用于神经网络的训练,由此训练得到的神经网络能够较准确地对所述抗原对应的抗体进行预测。
在一种可能的实现方式中,所述相关抗原对应的抗体包括所述相关抗原对应的中和性抗体和/或非中和性抗体。
在该实现方式中,通过采用所述相关抗原对应的中和性抗体和/或非中和性抗体训练所述神经网络,由此训练得到的神经网络能够较准确地对所述抗原对应的抗体进行预测。
在一种可能的实现方式中,所述抗原是冠状病毒,所述相关抗原包括艾滋病病毒、埃博拉病毒、重症急性呼吸综合征病毒和流感病毒中的至少之一。
在该实现方式中,通过将艾滋病病毒、埃博拉病毒、重症急性呼吸综合征病毒和流感病毒中的至少之一作为相关抗原,根据艾滋病病毒、埃博拉病毒、重症急性呼吸综合征病毒和流感病毒中的至少之一,以及艾滋病病毒、埃博拉病毒、重症急性呼吸综合征病毒和流感病毒中的至少之一对应的抗体训练所述神经网络,由此使训练得到的神经网络学习到预测待预测抗体能够中和冠状病毒的概率的能力。
根据本公开的一方面,提供了一种抗体的预测装置,包括:
第一获取模块,用于获取抗原的蛋白质数据和待预测抗体的蛋白质数据;
第二获取模块,用于获取所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一;
第一预测模块,用于将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
在一种可能的实现方式中,所述抗原的蛋白质数据包括以下至少之一:
所述抗原的氨基酸序列、所述抗原的氨基酸序列的长度、所述抗原的氨基酸序列与所述抗原的同源蛋白质的氨基酸序列的比对结果、所述抗原的氨基酸序列对应的位置特异性得分矩阵、所述抗原的理化性质。
在一种可能的实现方式中,所述抗原的理化性质包括以下至少之一:
所述抗原的溶解度、侧链中残基的类别、带电性、极性、亲疏水性、相对分子量。
在一种可能的实现方式中,所述待预测抗体的蛋白质数据包括以下至少之一:
所述待预测抗体的氨基酸序列、所述待预测抗体的氨基酸序列的长度、所述待预测抗体的氨基酸序列与所述待预测抗体的同源蛋白质的氨基酸序列的比对结果、所述待预测抗体的氨基酸序列对应的位置特异性得分矩阵、所述待预测抗体的理化性质。
在一种可能的实现方式中,所述待预测抗体的理化性质包括以下至少之一:
所述待预测抗体的溶解度、侧链中残基的类别、带电性、极性、亲疏水性、相对分子量。
在一种可能的实现方式中,所述抗原的同源蛋白质的数据包括以下至少之一:
所述抗原的同源蛋白质的氨基酸序列,所述抗原的同源蛋白质的氨基酸序列的长度,所述抗原的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息。
在一种可能的实现方式中,所述待预测抗体的同源蛋白质的数据包括以下至少之一:
所述待预测抗体的同源蛋白质的氨基酸序列,所述待预测抗体的同源蛋白质的氨基酸序列的长度,所述待预测抗体的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息。
在一种可能的实现方式中,所述神经网络包括浅层模型和深度模型。
在一种可能的实现方式中,所述第一预测模块用于:
将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入所述浅层模型,经由所述浅层模型得到所述待预测抗体对应的第一中间结果;
将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入所述深度模型,经由所述深度模型得到待预测抗体对应的第二中间结果;
根据所述第一中间结果和所述第二中间结果,确定所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
在一种可能的实现方式中,
所述神经网络还包括与所述浅层模型的输出层和所述深度模型的输出层分别连接的全连接层;
所述第一预测模块用于:通过所述全连接层对所述第一中间结果和所述第二中间结果进行处理,得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
在一种可能的实现方式中,所述装置还包括:
第三获取模块,用于获取所述抗原的相关抗原的蛋白质数据和所述相关抗原对应的抗体的蛋白质数据;
第四获取模块,用于获取所述相关抗原的同源蛋白质的数据和所述相关抗原对应的抗体的同源蛋白质的数据中的至少之一;
第二预测模块,用于将所述相关抗原的同源蛋白质的数据和所述相关抗原对应的抗体的同源蛋白质的数据中的至少之一,以及所述相关抗原的蛋白质数据和所述相关抗原对应的抗体的蛋白质数据输入所述神经网络,经由所述神经网络得到所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的预测值;
训练模块,用于根据所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的预测值,以及所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的真值,训练所述神经网络。
在一种可能的实现方式中,所述装置还包括:
确定模块,用于根据待选抗原的氨基酸序列与所述抗原的氨基酸序列之间的相似性,从所述待选抗原中确定所述抗原的相关抗原。
在一种可能的实现方式中,所述相关抗原对应的抗体包括所述相关抗原对应的中和性抗体和/或非中和性抗体。
在一种可能的实现方式中,所述抗原是冠状病毒,所述相关抗原包括艾滋病病毒、埃博拉病毒、重症急性呼吸综合征病毒和流感病毒中的至少之一。
根据本公开的一方面,提供了一种电子设备,包括:一个或多个处理器;用于存储可执行指令的存储器;其中,所述一个或多个处理器被配置为调用所述存储器存储的可执行指令,以执行上述方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中,本公开实施例通过获取抗原的蛋白质数据和待预测抗体的蛋白质数据,获取所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,并将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值,由此能够快速筛选所述抗原对应的潜在的中和性抗体,节省生物实验的成本和时间,从而有助于快速应对突发性、高传染性、致死率较高的疾病。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出本公开实施例提供的抗体的预测方法的流程图。
图2示出通过神经网络进行抗体预测的示意图。
图3示出本公开实施例提供的抗体的预测装置的框图。
图4示出本公开实施例提供的一种电子设备800的框图。
图5示出本公开实施例提供的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
相关技术中,通过实验室的生物实验,寻找所有潜在的中和性抗体。通过生物实验的方法遍历大量的抗体,需要花费大量的成本,且生物实验反应需要耗费大量的时间。
为了解决类似上文所述的技术问题,本公开实施例通过获取抗原的蛋白质数据和待预测抗体的蛋白质数据,获取所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,并将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值,由此能够快速筛选所述抗原对应的潜在的中和性抗体,节省生物实验的成本和时间,从而有助于快速应对突发性、高传染性、致死率较高的疾病。
图1示出本公开实施例提供的抗体的预测方法的流程图。所述抗体的预测方法的执行主体可以是抗体的预测装置。例如,所述抗体的预测方法可以由终端设备或服务器或其它处理设备执行。其中,终端设备可以是用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备或者可穿戴设备等。在一些可能的实现方式中,所述抗体的预测方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示,所述抗体的预测方法包括步骤S11至步骤S13。
在步骤S11中,获取抗原的蛋白质数据和待预测抗体的蛋白质数据。
在本公开实施例中,所述抗原表示能引起抗体生成的物质,可以是任何可诱发免疫反应的物质。所述待预测抗体可以表示待预测是否能够中和所述抗原的抗体,或者,述待预测抗体可以表示待预测能够中和所述抗原的概率的抗体。在一种可能的实现方式中,可以从所述抗原对应的治愈者的血清的B细胞中提取所述抗原对应的待预测抗体。例如,所是抗原是冠状病毒,则可以从冠状病毒的治愈者的血清的B细胞中提取冠状病毒对应的待预测抗体。
在本公开实施例中,所述抗原的蛋白质数据可以表示包含所述抗原的蛋白质信息的数据,即,所述抗原的蛋白质数据可以包含所述抗原的蛋白质信息。所述待预测抗体的蛋白质数据可以表示包含所述待预测抗体的蛋白质信息的数据,即,所述待预测抗体的蛋白质数据可以包含所述待预测抗体的蛋白质信息。
在一种可能的实现方式中,所述抗原的蛋白质数据包括以下至少之一:所述抗原的氨基酸序列、所述抗原的氨基酸序列的长度、所述抗原的氨基酸序列与所述抗原的同源蛋白质的氨基酸序列的比对结果、所述抗原的氨基酸序列对应的位置特异性得分矩阵(Position Specific Scoring Matrix,PSSM)、所述抗原的理化性质。
在该实现方式中,所述抗原的蛋白质数据可以包括所述抗原的一级结构(primarystructure)。当然,所述抗原的蛋白质数据不限于此。例如,所述抗原的蛋白质数据还可以包括所述抗原的二级结构(secondary structure)、三级结构(tertiary structure)、四级结构(quaternary structure)中的至少之一。
在该实现方式中,可以采用MSA(Multiple Sequence Alignment,多重序列比对)方法,得到所述抗原的氨基酸序列与所述抗原的同源蛋白质的氨基酸序列的比对结果。其中,所述抗原的氨基酸序列与所述抗原的同源蛋白质的氨基酸序列的比对结果,可以包括所述抗原的氨基酸序列与所述抗原的多个同源蛋白质的氨基酸序列的比对结果。
在该实现方式中,通过利用所述抗原的氨基酸序列、所述抗原的氨基酸序列的长度、所述抗原的氨基酸序列与所述抗原的同源蛋白质的氨基酸序列的比对结果、所述抗原的氨基酸序列对应的位置特异性得分矩阵、所述抗原的理化性质中的至少之一,对所述待预测抗体能够中和所述抗原的概率进行预测,由此能够利用较容易获得的所述抗原的蛋白质数据获得较准确的预测结果,而无需获得复杂的三维晶体结构。
作为该实现方式的一个示例,所述抗原的理化性质包括以下至少之一:所述抗原的溶解度、侧链中残基的类别、带电性、极性、亲疏水性、相对分子量。在该示例中,通过结合上述抗原的理化性质,对所述待预测抗体能够中和所述抗原的概率进行预测,由此能够结合更丰富的抗原的信息进行抗体预测,从而有利于进一步提高预测结果的准确性。
在一种可能的实现方式中,所述待预测抗体的蛋白质数据包括以下至少之一:所述待预测抗体的氨基酸序列、所述待预测抗体的氨基酸序列的长度、所述待预测抗体的氨基酸序列与所述待预测抗体的同源蛋白质的氨基酸序列的比对结果、所述待预测抗体的氨基酸序列对应的位置特异性得分矩阵、所述待预测抗体的理化性质。
在该实现方式中,所述待预测抗体的蛋白质数据可以包括所述待预测抗体的一级结构。当然,所述待预测抗体的蛋白质数据不限于此。例如,所述待预测抗体的蛋白质数据还可以包括所述待预测抗体的二级结构、三级结构、四级结构中的至少之一。
在该实现方式中,可以采用MSA方法,得到所述待预测抗体的氨基酸序列与所述待预测抗体的同源蛋白质的氨基酸序列的比对结果。其中,所述待预测抗体的氨基酸序列与所述待预测抗体的同源蛋白质的氨基酸序列的比对结果,可以包括所述待预测抗体的氨基酸序列与所述待预测抗体的多个同源蛋白质的氨基酸序列的比对结果。
在该实现方式中,通过利用所述待预测抗体的氨基酸序列、所述待预测抗体的氨基酸序列的长度、所述待预测抗体的氨基酸序列与所述待预测抗体的同源蛋白质的氨基酸序列的比对结果、所述待预测抗体的氨基酸序列对应的位置特异性得分矩阵、所述待预测抗体的理化性质中的至少之一,对所述待预测抗体能够中和所述抗原的概率进行预测,由此能够利用较容易获得的待预测抗体的蛋白质数据获得较准确的预测结果,而无需获得复杂的三维晶体结构。
作为该实现方式的一个示例,所述待预测抗体的理化性质包括以下至少之一:所述待预测抗体的溶解度、侧链中残基的类别、带电性、极性、亲疏水性、相对分子量。在该示例中,通过结合上述待预测抗体的理化性质,对所述待预测抗体能够中和所述抗原的概率进行预测,由此能够结合更丰富的待预测抗体的信息进行抗体预测,从而有利于进一步提高预测结果的准确性。
在一种可能的实现方式中,所述抗原的蛋白质数据包括以下至少之一:所述抗原的氨基酸序列、所述抗原的氨基酸序列的长度、所述抗原的氨基酸序列与所述抗原的同源蛋白质的氨基酸序列的比对结果、所述抗原的氨基酸序列对应的位置特异性得分矩阵、所述抗原的理化性质;所述待预测抗体的蛋白质数据包括以下至少之一:所述待预测抗体的氨基酸序列、所述待预测抗体的氨基酸序列的长度、所述待预测抗体的氨基酸序列与所述待预测抗体的同源蛋白质的氨基酸序列的比对结果、所述待预测抗体的氨基酸序列对应的位置特异性得分矩阵、所述待预测抗体的理化性质。
在该实现方式中,通过利用所述抗原的氨基酸序列、所述抗原的氨基酸序列的长度、所述抗原的氨基酸序列与所述抗原的同源蛋白质的氨基酸序列的比对结果、所述抗原的氨基酸序列对应的位置特异性得分矩阵、所述抗原的理化性质中的至少之一,以及所述待预测抗体的氨基酸序列、所述待预测抗体的氨基酸序列的长度、所述待预测抗体的氨基酸序列与所述待预测抗体的同源蛋白质的氨基酸序列的比对结果、所述待预测抗体的氨基酸序列对应的位置特异性得分矩阵、所述待预测抗体的理化性质中的至少之一,对所述待预测抗体能够中和所述抗原的概率进行预测,由此能够利用较容易获得的所述抗原的蛋白质数据和待预测抗体的蛋白质数据获得较准确的预测结果,而无需获得复杂的三维晶体结构。
作为该实现方式的一个示例,所述抗原的理化性质包括以下至少之一:所述抗原的溶解度、侧链中残基的类别、带电性、极性、亲疏水性、相对分子量;所述待预测抗体的理化性质包括以下至少之一:所述待预测抗体的溶解度、侧链中残基的类别、带电性、极性、亲疏水性、相对分子量。在该示例中,通过结合上述抗原的理化性质和待预测抗体的理化性质,对所述待预测抗体能够中和所述抗原的概率进行预测,由此能够结合更丰富的抗原和待预测抗体的信息进行抗体预测,从而有利于进一步提高预测结果的准确性。
在步骤S12中,获取所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一。
在本公开实施例中,通过结合所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,对所述待预测抗体能够中和所述抗原的概率进行预测,由此有助于达到较好的预测效果。
在一种可能的实现方式中,可以获取所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据。例如,可以获取所述抗原的至少一个同源蛋白质的数据和所述待预测抗体的至少一个同源蛋白质的数据。例如,可以获取所述抗原的多个同源蛋白质的数据和所述待预测抗体的多个同源蛋白质的数据。在另一种可能的实现方式中,可以仅获取所述抗原的同源蛋白质的数据,不获取所述待预测抗体的同源蛋白质的数据。在另一种可能的实现方式中,可以仅获取所述待预测抗体的同源蛋白质的数据,不获取所述抗原的同源蛋白质的数据。
在一种可能的实现方式中,可以采用blast等方法,获取所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一。
在一种可能的实现方式中,所述抗原的同源蛋白质的数据包括以下至少之一:所述抗原的同源蛋白质的氨基酸序列,所述抗原的同源蛋白质的氨基酸序列的长度,所述抗原的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息。
作为该实现方式的一个示例,所述抗原的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息,可以包括:所述抗原的多个同源蛋白质的氨基酸序列中,任一位置上任一种类的氨基酸的概率。例如,所述抗原的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息,可以包括所述抗原的多个同源蛋白质的氨基酸序列中、各个位置上各个种类的氨基酸的概率。或者,所述抗原的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息,可以包括所述抗原的多个同源蛋白质的氨基酸序列中、部分位置上部分种类的氨基酸的概率。例如,在所述抗原对应的100个同源蛋白质的氨基酸序列中,在第10个位置,氨基酸A出现了40次,那么,在所述抗原对应的100个同源蛋白质的氨基酸序列中,在第10个位置上氨基酸A的概率为0.4。
作为该实现方式的一个示例,所述抗原的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息,可以包括:所述抗原的多个同源蛋白质的氨基酸序列中,任一位置上缺失氨基酸的概率。例如,所述抗原的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息,可以包括所述抗原的多个同源蛋白质的氨基酸序列中、各个位置上缺失氨基酸的概率。或者,所述抗原的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息,可以包括所述抗原的多个同源蛋白质的氨基酸序列中、部分位置上缺失氨基酸的概率。例如,在所述抗原对应的100个同源蛋白质的氨基酸序列中,有5个同源蛋白质的氨基酸序列在第10个位置缺失氨基酸,那么,在所述抗原对应的100个同源蛋白质的氨基酸序列中,在第10个位置上缺失氨基酸的概率是0.05。
在该实现方式中,通过利用所述抗原的同源蛋白质的氨基酸序列、所述抗原的同源蛋白质的氨基酸序列的长度、所述抗原的多个同源蛋白质的氨基酸序列中氨基酸分布的概率信息中的至少之一,对所述待预测抗体能够中和所述抗原的概率进行预测,由此能够结合更丰富的抗原的信息进行抗体预测,从而有利于进一步提高预测结果的准确性。
在一种可能的实现方式中,所述待预测抗体的同源蛋白质的数据包括以下至少之一:所述待预测抗体的同源蛋白质的氨基酸序列,所述待预测抗体的同源蛋白质的氨基酸序列的长度,所述待预测抗体的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息。
作为该实现方式的一个示例,所述待预测抗体的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息,可以包括:所述待预测抗体的多个同源蛋白质的氨基酸序列中,任一位置上任一种类的氨基酸的概率。例如,所述待预测抗体的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息,可以包括所述待预测抗体的多个同源蛋白质的氨基酸序列中、各个位置上各个种类的氨基酸的概率。或者,所述待预测抗体的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息,可以包括所述待预测抗体的多个同源蛋白质的氨基酸序列中、部分位置上部分种类的氨基酸的概率。
作为该实现方式的一个示例,所述待预测抗体的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息,可以包括:所述待预测抗体的多个同源蛋白质的氨基酸序列中,任一位置上缺失氨基酸的概率。例如,所述待预测抗体的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息,可以包括所述待预测抗体的多个同源蛋白质的氨基酸序列中、各个位置上缺失氨基酸的概率。或者,所述待预测抗体的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息,可以包括所述待预测抗体的多个同源蛋白质的氨基酸序列中、部分位置上缺失氨基酸的概率。
在该实现方式中,通过利用所述待预测抗体的同源蛋白质的氨基酸序列、所述待预测抗体的同源蛋白质的氨基酸序列的长度、所述待预测抗体的多个同源蛋白质的氨基酸序列中氨基酸分布的概率信息中的至少之一,对所述待预测抗体能够中和所述抗原的概率进行预测,由此能够结合更丰富的待预测抗体的信息进行抗体预测,从而有利于进一步提高预测结果的准确性。
在一种可能的实现方式中,所述抗原的同源蛋白质的数据包括以下至少之一:所述抗原的同源蛋白质的氨基酸序列,所述抗原的同源蛋白质的氨基酸序列的长度,所述抗原的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息;所述待预测抗体的同源蛋白质的数据包括以下至少之一:所述待预测抗体的同源蛋白质的氨基酸序列,所述待预测抗体的同源蛋白质的氨基酸序列的长度,所述待预测抗体的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息。
在该实现方式中,通过利用所述抗原的同源蛋白质的氨基酸序列、所述抗原的同源蛋白质的氨基酸序列的长度、所述抗原的多个同源蛋白质的氨基酸序列中氨基酸分布的概率信息中的至少之一,以及所述待预测抗体的同源蛋白质的氨基酸序列、所述待预测抗体的同源蛋白质的氨基酸序列的长度、所述待预测抗体的多个同源蛋白质的氨基酸序列中氨基酸分布的概率信息中的至少之一,对所述待预测抗体能够中和所述抗原的概率进行预测,由此能够结合更丰富的抗原和待预测抗体的信息进行抗体预测,从而有利于进一步提高预测结果的准确性。
在步骤S13中,将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
在一种可能的实现方式中,可以将所述抗原的蛋白质数据、所述待预测抗体的蛋白质数据、所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。在另一种可能的实现方式中,可以将所述抗原的蛋白质数据、所述待预测抗体的蛋白质数据和所述抗原的同源蛋白质的数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。在另一种可能的实现方式中,可以将所述抗原的蛋白质数据、所述待预测抗体的蛋白质数据和所述待预测抗体的同源蛋白质的数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
在本公开实施例中,利用神经网络对所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据进行处理,由此能够通过神经网络分析所述待预测抗体与所述抗原之间的关系,从而得到所述待预测抗体能够中和所述抗原的概率。在本公开实施例中,所述待预测抗体属于所述抗原对应的中和性抗体的预测值,可以表示所述待预测抗体能够中和所述抗原的概率的预测值。即,所述待预测抗体属于所述抗原对应的中和性抗体的预测值,可以表示所述神经网络预测的所述待预测抗体能够中和所述抗原的概率。所述待预测抗体属于所述抗原对应的中和性抗体的预测值越大,则所述神经网络预测的所述待预测抗体能够中和所述抗原的概率越大;所述待预测抗体属于所述抗原对应的中和性抗体的预测值越小,则所述神经网络预测的所述待预测抗体能够中和所述抗原的概率越小。
采用本公开实施例,能够充分利用抗原的蛋白质的特征和待预测抗体的蛋白质的特征进行抗体预测,能够融合序列数据(氨基酸序列)和结构数据(氨基酸序列以外的数据),提高神经网络进行抗体预测的准确性。
采用本公开实施例中,能够从大量的待预测抗体中,快速筛选潜在的能够中和所述抗原的抗体,从而能够有利于快速找到中和性抗体以及相关疫苗的开发。例如,采用本公开实施例,有利于冠状病毒的疫苗的开发。另外,对于新出现的病毒,例如冠状病毒,通常难以获得其三维晶体结构。本公开实施例提供的抗体预测方法,能够在无需获得三维晶体结构的前提下,对待预测抗体能够中和抗原的概率进行预测,从而能够便于对新出现的、尚未获得其三维晶体结构的抗原进行抗体预测。
采用本公开实施例,可以从大量的待预测抗体中,筛选属于所述抗原对应的中和性抗体的预测值较大的抗体作为潜在的抗体。例如,可以将所述预测值大于预设值的待预测抗体作为潜在的抗体。又如,可以将所述预测值最大的N个抗体作为潜在的抗体,例如,N等于30。例如,待预测抗体的数量为1000个,采用本公开实施例得到1000个待预测抗体属于所述抗原对应的中和性抗体的预测值后,可以将预测值最大的30个待预测抗体作为所述抗原对应的潜在的抗体。在一种可能的实现方式中,在确定潜在的抗体之后,可以采用生物实验的方法,进一步进行筛选。由于采用本公开实施例对抗体进行了初步筛选得到潜在的抗体,因此能够大大减少需要通过生物实验进行筛选的抗体的数量,从而能够降低生物实验的成本,缩短相关疫苗的开发时间。
在一种可能的实现方式中,所述神经网络包括浅层模型和深度模型。
该实现方式中的所述浅层模型也可以称为Wide模型。在该实现方式中,所述浅层模型可以采用多层感知器(Multi-Layer Perceptron,MLP)、支持向量机(Support VectorMachine,SVM)、Logistic模型、Logit模型等。当然,本领域技术人员也可以根据实际应用场景需求和/或个人喜好灵活选择所述浅层模型的具体实现方式,在此不作限定。
该实现方式中的深度模型也可以称为Deep模型。在该实现方式中,所述深度模型可以采用CNN(Convolutional Neural Networks,卷积神经网络)+Bi-LSTM(Bi-directional Long-Short Term Memory,双向长短期记忆网络)+Attention(注意力)模型,并可以融合Highway Networks(高速路神经网络)。或者,所述深度模型可以采用Bi-LSTM+Attention模型。或者,所述深度模型可以采用CNN模型。或者,所述深度模型可以采用GCN(Graph Convolutional Network,图卷积网络)模型。当然,本领域技术人员也可以根据实际应用场景需求和/或个人喜好灵活选择所述深度模型的具体实现方式,在此不作限定。
该实现方式通过采用浅层模型,有助于提高所述神经网络的记忆能力,通过采用深度模型,有助于提高所述神经网络的泛化能力。采用该实现方式对所述待预测抗体能够中和所述抗原的概率进行预测,能够提高预测结果的准确性。
在一种可能的实现方式中,所述将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值,包括:将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入所述浅层模型,经由所述浅层模型得到所述待预测抗体对应的第一中间结果;将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入所述深度模型,经由所述深度模型得到待预测抗体对应的第二中间结果;根据所述第一中间结果和所述第二中间结果,确定所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
在该实现方式中,通过所述浅层模型和所述深层模型分别对所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据进行处理,得到所述待预测抗体对应的第一中间结果和第二中间结果,并根据所述第一中间结果和所述第二中间结果,确定所述待预测抗体属于所述抗原对应的中和性抗体的预测值,由此能够提高预测结果的准确性。
作为该实现方式的一个示例,所述神经网络还包括与所述浅层模型的输出层和所述深度模型的输出层分别连接的全连接层;所述根据所述第一中间结果和所述第二中间结果,确定所述待预测抗体属于所述抗原对应的中和性抗体的预测值,包括:通过所述全连接层对所述第一中间结果和所述第二中间结果进行处理,得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
例如,该全连接层的神经元的数量可以为2。在该示例中,所述全连接层可以用于对所述浅层模型输出的第一中间结果和所述深度模型输出的第二中间结果进行加权,得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。其中,所述第一中间结果对应的权重和所述第二中间结果对应的权重可以通过训练所述神经网络确定,因此,采用该示例能够得到更准确的预测结果。
图2示出通过神经网络进行抗体预测的示意图。如图2所示,所述神经网络包括浅层模型和深度模型,还包括与所述浅层模型的输出层和所述深度模型的输出层分别连接的全连接层。可以将所述抗原的蛋白质数据、所述抗原的同源蛋白质的数据、所述待预测抗体的蛋白质数据和所述待预测抗体的同源蛋白质的数据输入浅层模型,经由所述浅层模型得到所述待预测抗体对应的第一中间结果;将所述抗原的蛋白质数据、所述抗原的同源蛋白质的数据、所述待预测抗体的蛋白质数据和所述待预测抗体的同源蛋白质的数据输入深度模型,经由所述深度模型得到待预测抗体对应的第二中间结果;将所述第一中间结果和所述第二中间结果输入全连接层,通过所述全连接层对所述第一中间结果和所述第二中间结果进行处理,得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
在一种可能的实现方式中,在所述将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络之前,所述方法还包括:获取所述抗原的相关抗原的蛋白质数据和所述相关抗原对应的抗体的蛋白质数据;获取所述相关抗原的同源蛋白质的数据和所述相关抗原对应的抗体的同源蛋白质的数据中的至少之一;将所述相关抗原的同源蛋白质的数据和所述相关抗原对应的抗体的同源蛋白质的数据中的至少之一,以及所述相关抗原的蛋白质数据和所述相关抗原对应的抗体的蛋白质数据输入所述神经网络,经由所述神经网络得到所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的预测值;根据所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的预测值,以及所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的真值,训练所述神经网络。
在该实现方式中,利用神经网络对所述相关抗原的同源蛋白质的数据和所述相关抗原对应的抗体的同源蛋白质的数据中的至少之一以及所述相关抗原的蛋白质数据和所述相关抗原对应的抗体的蛋白质数据进行处理,并采用所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的真值作为监督信息训练所述神经网络,由此能够使所述神经网络学习到抗体与抗原之间的映射关系,即,能够学习到抗原的表位和与其互补的抗体的表位之间的映射关系,从而使所述神经网络学习到预测待预测抗体能够中和抗原的概率的能力。
作为该实现方式的一个示例,可以采用ROC-AUC(Receiver OperatingCharacteristic curve-Area Under Curve,接受者操作特征曲线下方的面积)来对所述神经网络进行评价。例如,可以通过调节所述神经网络的学习率、CNN的卷积核的大小和数目、Bi-LSTM的层数和神经元的个数等中的至少之一,选取AUC最大的模型作为最终的神经网络模型。
作为该实现方式的一个示例,所述相关抗原的蛋白质数据包括以下至少之一:所述相关抗原的氨基酸序列、所述相关抗原的氨基酸序列的长度、所述相关抗原的氨基酸序列与所述相关抗原的同源蛋白质的氨基酸序列的比对结果、所述相关抗原的氨基酸序列对应的位置特异性得分矩阵、所述相关抗原的理化性质;和/或,所述相关抗原对应的抗体的蛋白质数据包括以下至少之一:所述相关抗原对应的抗体的氨基酸序列、所述相关抗原对应的抗体的氨基酸序列的长度、所述相关抗原对应的抗体的氨基酸序列与所述相关抗原对应的抗体的同源蛋白质的氨基酸序列的比对结果、所述相关抗原对应的抗体的氨基酸序列对应的位置特异性得分矩阵、所述相关抗原对应的抗体的理化性质。
在一个例子中,所述相关抗原的理化性质包括以下至少之一:所述相关抗原的溶解度、侧链中残基的类别、带电性、极性、亲疏水性、相对分子量;和/或,所述相关抗原对应的抗体的理化性质包括以下至少之一:所述相关抗原对应的抗体的溶解度、侧链中残基的类别、带电性、极性、亲疏水性、相对分子量。
作为该实现方式的一个示例,所述相关抗原的同源蛋白质的数据包括以下至少之一:所述相关抗原的同源蛋白质的氨基酸序列,所述相关抗原的同源蛋白质的氨基酸序列的长度,所述相关抗原的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息;和/或,所述相关抗原对应的抗体的同源蛋白质的数据包括以下至少之一:所述相关抗原对应的抗体的同源蛋白质的氨基酸序列,所述相关抗原对应的抗体的同源蛋白质的氨基酸序列的长度,所述相关抗原对应的抗体的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息。
作为该实现方式的一个示例,可以对所述相关抗原的同源蛋白质的数据和所述相关抗原对应的抗体的同源蛋白质的数据中的至少之一,以及所述相关抗原的蛋白质数据和所述相关抗原对应的抗体的蛋白质数据进行预处理,并采用预处理后的数据训练所述神经网络。
在一个例子中,所述预处理可以包括根据氨基酸序列的长度,对所述相关抗原的氨基酸序列、所述相关抗原对应的抗体的氨基酸序列、所述相关抗原的同源蛋白质的氨基酸序列和所述相关抗原对应的抗体的同源蛋白质的氨基酸序列中的至少之一进行筛选。例如,可以去掉长度小于100和/或大于1100的氨基酸序列,保留长度大于或等于100且小于或等于1100的氨基酸序列。
在一个例子中,所述预处理可以包括对所述相关抗原的氨基酸序列、所述相关抗原对应的抗体的氨基酸序列、所述相关抗原的同源蛋白质的氨基酸序列和所述相关抗原对应的抗体的同源蛋白质的氨基酸序列中的至少之一的氨基酸的种类进行预处理。例如,预处理后的氨基酸序列可以包括预设的20种氨基酸,其他种类的氨基酸统一使用“Z”来表示。又如,还可以对于氨基酸序列中出现的比如“-”“#”“*”等非氨基酸的数据进行剔除。
在一个例子中,所述预处理可以包括根据任一项数据的缺失值的比例,判断是否剔除该项数据。例如,若某一项数据的缺失值的比例大于预设比例,则剔除该项数据。例如,预设比例可以是60%。
在一个例子中,所述预处理可以包括填充缺失值。例如,对于类别型的数据(例如残基的类别、带电性等),可以取众数或者根据最邻近的k位数中出现次数最多的类别进行填充。对于数值型数据(例如相对分子量、溶解度等),可以采用平均值或者中位数等进行填充。
在一个例子中,所述预处理可以包括对异常值进行处理。例如,可以预先设置取值范围,对超出预设的取值范围的数值进行处理。例如,对于超出预设的取值范围的数值,可以做删除处理。
在一个例子中,所述预处理可以包括归一化处理,例如,对于任意一项数值型数据,可以先减去该项数值型数据的均值,再除以该项数值型数据的标准差,以使该数值型数据的均值为0,标准差为1。
作为该实现方式的一个示例,在所述获取所述抗原的相关抗原的蛋白质数据和所述相关抗原对应的中和性抗体的蛋白质数据之前,所述方法还包括:根据待选抗原的氨基酸序列与所述抗原的氨基酸序列之间的相似性,从所述待选抗原中确定所述抗原的相关抗原。
在该示例中,所述相关抗原的数量可以为多个,由此能够提高训练得到的神经网络模型的鲁棒性。根据该示例,能够选取氨基酸序列与所述抗原相似的相关抗原用于神经网络的训练,由此训练得到的神经网络能够较准确地对所述抗原对应的抗体进行预测。
作为该实现方式的一个示例,所述相关抗原对应的抗体包括所述相关抗原对应的中和性抗体和/或非中和性抗体。其中,所述相关抗原对应的中和性抗体对应的真值(即属于所述相关抗原对应的中和性抗体的真值)可以是1,所述相关抗原对应的非中和性抗体对应的真值(即属于所述相关抗原对应的中和性抗体的真值)可以是0。
作为该实现方式的一个示例,所述抗原是冠状病毒,所述相关抗原包括艾滋病病毒、埃博拉病毒、重症急性呼吸综合征病毒和流感病毒中的至少之一。在该示例中,通过将艾滋病病毒、埃博拉病毒、重症急性呼吸综合征病毒和流感病毒中的至少之一作为相关抗原,根据艾滋病病毒、埃博拉病毒、重症急性呼吸综合征病毒和流感病毒中的至少之一,以及艾滋病病毒、埃博拉病毒、重症急性呼吸综合征病毒和流感病毒中的至少之一对应的抗体训练所述神经网络,由此使训练得到的神经网络学习到预测待预测抗体能够中和冠状病毒的概率的能力。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了抗体的预测装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种抗体的预测方法,相应技术方案和技术效果可参见方法部分的相应记载,不再赘述。
图3示出本公开实施例提供的抗体的预测装置的框图。如图3所示,所述抗体的预测装置包括:第一获取模块31,用于获取抗原的蛋白质数据和待预测抗体的蛋白质数据;第二获取模块32,用于获取所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一;第一预测模块33,用于将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
在一种可能的实现方式中,所述抗原的蛋白质数据包括以下至少之一:所述抗原的氨基酸序列、所述抗原的氨基酸序列的长度、所述抗原的氨基酸序列与所述抗原的同源蛋白质的氨基酸序列的比对结果、所述抗原的氨基酸序列对应的位置特异性得分矩阵、所述抗原的理化性质。
在一种可能的实现方式中,所述抗原的理化性质包括以下至少之一:所述抗原的溶解度、侧链中残基的类别、带电性、极性、亲疏水性、相对分子量。
在一种可能的实现方式中,所述待预测抗体的蛋白质数据包括以下至少之一:所述待预测抗体的氨基酸序列、所述待预测抗体的氨基酸序列的长度、所述待预测抗体的氨基酸序列与所述待预测抗体的同源蛋白质的氨基酸序列的比对结果、所述待预测抗体的氨基酸序列对应的位置特异性得分矩阵、所述待预测抗体的理化性质。
在一种可能的实现方式中,所述待预测抗体的理化性质包括以下至少之一:所述待预测抗体的溶解度、侧链中残基的类别、带电性、极性、亲疏水性、相对分子量。
在一种可能的实现方式中,所述抗原的同源蛋白质的数据包括以下至少之一:所述抗原的同源蛋白质的氨基酸序列,所述抗原的同源蛋白质的氨基酸序列的长度,所述抗原的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息。
在一种可能的实现方式中,所述待预测抗体的同源蛋白质的数据包括以下至少之一:所述待预测抗体的同源蛋白质的氨基酸序列,所述待预测抗体的同源蛋白质的氨基酸序列的长度,所述待预测抗体的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息。
在一种可能的实现方式中,所述神经网络包括浅层模型和深度模型。
在一种可能的实现方式中,所述第一预测模块33用于:将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入所述浅层模型,经由所述浅层模型得到所述待预测抗体对应的第一中间结果;将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入所述深度模型,经由所述深度模型得到待预测抗体对应的第二中间结果;根据所述第一中间结果和所述第二中间结果,确定所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
在一种可能的实现方式中,所述神经网络还包括与所述浅层模型的输出层和所述深度模型的输出层分别连接的全连接层;所述第一预测模块33用于:通过所述全连接层对所述第一中间结果和所述第二中间结果进行处理,得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
在一种可能的实现方式中,所述装置还包括:第三获取模块,用于获取所述抗原的相关抗原的蛋白质数据和所述相关抗原对应的抗体的蛋白质数据;第四获取模块,用于获取所述相关抗原的同源蛋白质的数据和所述相关抗原对应的抗体的同源蛋白质的数据中的至少之一;第二预测模块,用于将所述相关抗原的同源蛋白质的数据和所述相关抗原对应的抗体的同源蛋白质的数据中的至少之一,以及所述相关抗原的蛋白质数据和所述相关抗原对应的抗体的蛋白质数据输入所述神经网络,经由所述神经网络得到所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的预测值;训练模块,用于根据所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的预测值,以及所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的真值,训练所述神经网络。
在一种可能的实现方式中,所述装置还包括:确定模块,用于根据待选抗原的氨基酸序列与所述抗原的氨基酸序列之间的相似性,从所述待选抗原中确定所述抗原的相关抗原。
在一种可能的实现方式中,所述相关抗原对应的抗体包括所述相关抗原对应的中和性抗体和/或非中和性抗体。
在一种可能的实现方式中,所述抗原是冠状病毒,所述相关抗原包括艾滋病病毒、埃博拉病毒、重症急性呼吸综合征病毒和流感病毒中的至少之一。
在本公开实施例中,通过获取抗原的蛋白质数据和待预测抗体的蛋白质数据,获取所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,并将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值,由此能够快速筛选所述抗原对应的潜在的中和性抗体,节省生物实验的成本和时间,从而有助于快速应对突发性、高传染性、致死率较高的疾病。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现和技术效果可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提供一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。其中,所述计算机可读存储介质可以是非易失性计算机可读存储介质,或者可以是易失性计算机可读存储介质。
本公开实施例还提出一种计算机程序,包括计算机可读代码,当所述计算机可读代码在电子设备中运行时,所述电子设备中的处理器执行用于实现上述方法。
本公开实施例还提供了另一种计算机程序产品,用于存储计算机可读指令,指令被执行时使得计算机执行上述任一实施例提供的抗体的预测方法的操作。
本公开实施例还提供一种电子设备,包括:一个或多个处理器;用于存储可执行指令的存储器;其中,所述一个或多个处理器被配置为调用所述存储器存储的可执行指令,以执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图4示出本公开实施例提供的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图4,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如Wi-Fi、2G、3G、4G/LTE、5G或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图5示出本公开实施例提供的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图5,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如WindowsMac OS或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (17)
1.一种抗体的预测方法,其特征在于,包括:
获取抗原的蛋白质数据和待预测抗体的蛋白质数据;
获取所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一;
将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
2.根据权利要求1所述的方法,其特征在于,所述抗原的蛋白质数据包括以下至少之一:
所述抗原的氨基酸序列、所述抗原的氨基酸序列的长度、所述抗原的氨基酸序列与所述抗原的同源蛋白质的氨基酸序列的比对结果、所述抗原的氨基酸序列对应的位置特异性得分矩阵、所述抗原的理化性质。
3.根据权利要求2所述的方法,其特征在于,所述抗原的理化性质包括以下至少之一:
所述抗原的溶解度、侧链中残基的类别、带电性、极性、亲疏水性、相对分子量。
4.根据权利要求1至3中任意一项所述的方法,其特征在于,所述待预测抗体的蛋白质数据包括以下至少之一:
所述待预测抗体的氨基酸序列、所述待预测抗体的氨基酸序列的长度、所述待预测抗体的氨基酸序列与所述待预测抗体的同源蛋白质的氨基酸序列的比对结果、所述待预测抗体的氨基酸序列对应的位置特异性得分矩阵、所述待预测抗体的理化性质。
5.根据权利要求4所述的方法,其特征在于,所述待预测抗体的理化性质包括以下至少之一:
所述待预测抗体的溶解度、侧链中残基的类别、带电性、极性、亲疏水性、相对分子量。
6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述抗原的同源蛋白质的数据包括以下至少之一:
所述抗原的同源蛋白质的氨基酸序列,所述抗原的同源蛋白质的氨基酸序列的长度,所述抗原的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,所述待预测抗体的同源蛋白质的数据包括以下至少之一:
所述待预测抗体的同源蛋白质的氨基酸序列,所述待预测抗体的同源蛋白质的氨基酸序列的长度,所述待预测抗体的多个同源蛋白质的氨基酸序列中、氨基酸分布的概率信息。
8.根据权利要求1至7中任意一项所述的方法,其特征在于,所述神经网络包括浅层模型和深度模型。
9.根据权利要求8所述的方法,其特征在于,所述将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值,包括:
将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入所述浅层模型,经由所述浅层模型得到所述待预测抗体对应的第一中间结果;
将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入所述深度模型,经由所述深度模型得到待预测抗体对应的第二中间结果;
根据所述第一中间结果和所述第二中间结果,确定所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
10.根据权利要求9所述的方法,其特征在于,
所述神经网络还包括与所述浅层模型的输出层和所述深度模型的输出层分别连接的全连接层;
所述根据所述第一中间结果和所述第二中间结果,确定所述待预测抗体属于所述抗原对应的中和性抗体的预测值,包括:通过所述全连接层对所述第一中间结果和所述第二中间结果进行处理,得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
11.根据权利要求1至10中任意一项所述的方法,其特征在于,在所述将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络之前,所述方法还包括:
获取所述抗原的相关抗原的蛋白质数据和所述相关抗原对应的抗体的蛋白质数据;
获取所述相关抗原的同源蛋白质的数据和所述相关抗原对应的抗体的同源蛋白质的数据中的至少之一;
将所述相关抗原的同源蛋白质的数据和所述相关抗原对应的抗体的同源蛋白质的数据中的至少之一,以及所述相关抗原的蛋白质数据和所述相关抗原对应的抗体的蛋白质数据输入所述神经网络,经由所述神经网络得到所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的预测值;
根据所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的预测值,以及所述相关抗原对应的抗体属于所述相关抗原对应的中和性抗体的真值,训练所述神经网络。
12.根据权利要求11所述的方法,其特征在于,在所述获取所述抗原的相关抗原的蛋白质数据和所述相关抗原对应的中和性抗体的蛋白质数据之前,所述方法还包括:
根据待选抗原的氨基酸序列与所述抗原的氨基酸序列之间的相似性,从所述待选抗原中确定所述抗原的相关抗原。
13.根据权利要求11或12所述的方法,其特征在于,所述相关抗原对应的抗体包括所述相关抗原对应的中和性抗体和/或非中和性抗体。
14.根据权利要求11至13中任意一项所述的方法,其特征在于,所述抗原是冠状病毒,所述相关抗原包括艾滋病病毒、埃博拉病毒、重症急性呼吸综合征病毒和流感病毒中的至少之一。
15.一种抗体的预测装置,其特征在于,包括:
第一获取模块,用于获取抗原的蛋白质数据和待预测抗体的蛋白质数据;
第二获取模块,用于获取所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一;
第一预测模块,用于将所述抗原的同源蛋白质的数据和所述待预测抗体的同源蛋白质的数据中的至少之一,以及所述抗原的蛋白质数据和所述待预测抗体的蛋白质数据输入神经网络,经由所述神经网络得到所述待预测抗体属于所述抗原对应的中和性抗体的预测值。
16.一种电子设备,其特征在于,包括:
一个或多个处理器;
用于存储可执行指令的存储器;
其中,所述一个或多个处理器被配置为调用所述存储器存储的可执行指令,以执行权利要求1至14中任意一项所述的方法。
17.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至14中任意一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010985298.1A CN112116954A (zh) | 2020-09-18 | 2020-09-18 | 抗体的预测方法及装置、电子设备和存储介质 |
PCT/CN2021/104302 WO2022057388A1 (zh) | 2020-09-18 | 2021-07-02 | 抗体的预测方法及装置、电子设备、存储介质和程序 |
TW110131734A TW202213374A (zh) | 2020-09-18 | 2021-08-26 | 抗體的預測方法、電子設備、電腦可讀儲存介質 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010985298.1A CN112116954A (zh) | 2020-09-18 | 2020-09-18 | 抗体的预测方法及装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112116954A true CN112116954A (zh) | 2020-12-22 |
Family
ID=73800223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010985298.1A Pending CN112116954A (zh) | 2020-09-18 | 2020-09-18 | 抗体的预测方法及装置、电子设备和存储介质 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN112116954A (zh) |
TW (1) | TW202213374A (zh) |
WO (1) | WO2022057388A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113838523A (zh) * | 2021-09-17 | 2021-12-24 | 深圳太力生物技术有限责任公司 | 一种抗体蛋白cdr区域氨基酸序列预测方法及系统 |
WO2022057388A1 (zh) * | 2020-09-18 | 2022-03-24 | 上海商汤智能科技有限公司 | 抗体的预测方法及装置、电子设备、存储介质和程序 |
CN114822696A (zh) * | 2022-04-29 | 2022-07-29 | 北京深势科技有限公司 | 基于注意力机制的抗体非定序预测方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102618940A (zh) * | 2011-01-31 | 2012-08-01 | 艾比玛特生物医药(上海)有限公司 | 抗体制备方法及所得抗体和抗体库 |
WO2014188212A2 (en) * | 2013-05-24 | 2014-11-27 | Isis Innovation Limited | Treatment and prevention of malaria |
CN104530228A (zh) * | 2014-12-18 | 2015-04-22 | 吉林大学 | 一种人源抗乙肝病毒表面抗体及其制备方法和应用 |
CN109326324A (zh) * | 2018-09-30 | 2019-02-12 | 河北省科学院应用数学研究所 | 一种抗原表位的检测方法、系统及终端设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521527B (zh) * | 2011-12-12 | 2015-01-14 | 同济大学 | 一种根据抗体物种分类预测蛋白质抗原空间表位的方法 |
WO2018132752A1 (en) * | 2017-01-13 | 2018-07-19 | Massachusetts Institute Of Technology | Machine learning based antibody design |
CN111048151B (zh) * | 2019-11-19 | 2023-08-29 | 中国人民解放军疾病预防控制中心 | 一种病毒亚型识别方法、装置、电子设备及存储介质 |
CN112116954A (zh) * | 2020-09-18 | 2020-12-22 | 上海商汤智能科技有限公司 | 抗体的预测方法及装置、电子设备和存储介质 |
-
2020
- 2020-09-18 CN CN202010985298.1A patent/CN112116954A/zh active Pending
-
2021
- 2021-07-02 WO PCT/CN2021/104302 patent/WO2022057388A1/zh active Application Filing
- 2021-08-26 TW TW110131734A patent/TW202213374A/zh unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102618940A (zh) * | 2011-01-31 | 2012-08-01 | 艾比玛特生物医药(上海)有限公司 | 抗体制备方法及所得抗体和抗体库 |
WO2014188212A2 (en) * | 2013-05-24 | 2014-11-27 | Isis Innovation Limited | Treatment and prevention of malaria |
CN104530228A (zh) * | 2014-12-18 | 2015-04-22 | 吉林大学 | 一种人源抗乙肝病毒表面抗体及其制备方法和应用 |
CN109326324A (zh) * | 2018-09-30 | 2019-02-12 | 河北省科学院应用数学研究所 | 一种抗原表位的检测方法、系统及终端设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022057388A1 (zh) * | 2020-09-18 | 2022-03-24 | 上海商汤智能科技有限公司 | 抗体的预测方法及装置、电子设备、存储介质和程序 |
CN113838523A (zh) * | 2021-09-17 | 2021-12-24 | 深圳太力生物技术有限责任公司 | 一种抗体蛋白cdr区域氨基酸序列预测方法及系统 |
CN114822696A (zh) * | 2022-04-29 | 2022-07-29 | 北京深势科技有限公司 | 基于注意力机制的抗体非定序预测方法和装置 |
CN114822696B (zh) * | 2022-04-29 | 2023-04-18 | 北京深势科技有限公司 | 基于注意力机制的抗体非定序预测方法和装置 |
WO2023208204A1 (zh) * | 2022-04-29 | 2023-11-02 | 北京深势科技有限公司 | 基于注意力机制的抗体非定序预测方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
TW202213374A (zh) | 2022-04-01 |
WO2022057388A1 (zh) | 2022-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113743535B (zh) | 神经网络训练方法及装置以及图像处理方法及装置 | |
US20210117726A1 (en) | Method for training image classifying model, server and storage medium | |
TWI728564B (zh) | 圖像的描述語句定位方法及電子設備和儲存介質 | |
CN106651955B (zh) | 图片中目标物的定位方法及装置 | |
CN112001321B (zh) | 网络训练、行人重识别方法及装置、电子设备和存储介质 | |
EP3825923A1 (en) | Hypernetwork training method and device, electronic device and storage medium | |
CN110009090B (zh) | 神经网络训练与图像处理方法及装置 | |
WO2022057388A1 (zh) | 抗体的预测方法及装置、电子设备、存储介质和程序 | |
CN110598504B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
CN111931844B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
US11556761B2 (en) | Method and device for compressing a neural network model for machine translation and storage medium | |
CN114613427B (zh) | 蛋白质三维结构预测方法及装置、电子设备和存储介质 | |
CN111242303B (zh) | 网络训练方法及装置、图像处理方法及装置 | |
JP2022522551A (ja) | 画像処理方法及び装置、電子機器並びに記憶媒体 | |
CN110909815A (zh) | 神经网络训练、图像处理方法、装置及电子设备 | |
CN110458218B (zh) | 图像分类方法及装置、分类网络训练方法及装置 | |
CN109858614B (zh) | 神经网络训练方法及装置、电子设备和存储介质 | |
JP2021512378A (ja) | アンカー決定方法及び装置、電子機器並びに記憶媒体 | |
CN110659690B (zh) | 神经网络的构建方法及装置、电子设备和存储介质 | |
CN110867254A (zh) | 预测方法及装置、电子设备和存储介质 | |
US20210326649A1 (en) | Configuration method and apparatus for detector, storage medium | |
CN111259967A (zh) | 图像分类及神经网络训练方法、装置、设备及存储介质 | |
CN111523599B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
CN113781518B (zh) | 神经网络结构搜索方法及装置、电子设备和存储介质 | |
CN112559673A (zh) | 语言处理模型的训练方法及装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40033264 Country of ref document: HK |
|
AD01 | Patent right deemed abandoned | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20240719 |