CN115035947B - 蛋白质结构建模方法及装置、电子设备和存储介质 - Google Patents
蛋白质结构建模方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN115035947B CN115035947B CN202210656929.4A CN202210656929A CN115035947B CN 115035947 B CN115035947 B CN 115035947B CN 202210656929 A CN202210656929 A CN 202210656929A CN 115035947 B CN115035947 B CN 115035947B
- Authority
- CN
- China
- Prior art keywords
- domain
- protein sequence
- protein
- density map
- electron cloud
- 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.)
- Active
Links
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
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
Abstract
本公开涉及一种蛋白质结构建模方法及装置、电子设备和存储介质。所述方法包括:对蛋白质序列进行结构预测,获得第一蛋白质结构信息,以及蛋白质序列的Ca原子对距离误差;根据Ca原子对距离误差,确定结构域;根据电子云密度图,获得蛋白质序列片段;根据电子云密度图和蛋白质序列片段,对结构域进行筛选,获得目标结构域;根据目标结构域和电子云密度图,获得蛋白质结构模型。根据本公开的实施例的蛋白质结构建模方法,可基于蛋白质序列来确定结构域,并基于电子云密度图筛选结构域,进而基于目标结构域和电子云密度图进行对接,获得蛋白质结构模型,可在电子云密度图分辨率较低的情况下获得较好的建模效果,提高建模效率。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种蛋白质结构建模方法及装置、电子设备和存储介质。
背景技术
冷冻电子显微镜可用于蛋白质结构的解析,基本思路是首先通过高能电子束对处于不同姿态的单颗粒冷冻蛋白照射从而产生二维投影图,然后通过颗粒筛选、聚类、平均得到姿态均一且清晰的二维投影,接着通过傅里叶变换重构出三维电子云密度图,最后从三维电子云密度图中搭建蛋白质的原子模型。该流程中大部分的步骤都有已知的高效的算法,而从密度图进行建模仍然需要大量的人工操作,通过开发自动建模的算法可以帮助电镜科学家提高蛋白质结构解析的效率。目前已有的方法主要分为三类:基于模板的方法、基于密度的方法和深度学习的方法。Rosetta和Phenix是基于模板的方法,通过从PDB数据库(Protein Data Bank,蛋白质数据库)中搜索同源模板辅助建模;MAINMAST和Pathwalker是通过从电子云密度中识别氨基酸的位置辅助建模;A2-Net、DeepTrancer和CR-I-TASSER通过深度学习从电子云密度图中识别氨基酸的位置和类型辅助建模。然而,上述的方法目前都存在各种缺陷,其中最重要的是在低分辨率的电子云密度图上表现不佳。
发明内容
本公开提出了一种蛋白质结构建模方法及装置、电子设备和存储介质。
根据本公开的一方面,提供了一种蛋白质结构建模方法,包括:对蛋白质序列进行结构预测,获得第一蛋白质结构信息,以及蛋白质序列的Ca原子对距离误差;根据所述Ca原子对距离误差,确定所述第一蛋白质结构信息中的至少一个结构域;根据所述蛋白质序列的电子云密度图,获得蛋白质序列片段;根据所述电子云密度图和所述蛋白质序列片段,对所述结构域进行筛选,获得目标结构域;根据所述目标结构域和所述电子云密度图,获得所述蛋白质序列的蛋白质结构模型。
在一种可能的实现方式中,根据所述Ca原子对距离误差,确定所述第一蛋白质结构信息中的至少一个结构域,包括:根据所述Ca原子对距离误差和所述蛋白质序列的长度,获得所述蛋白质序列的结构域分数,所述结构域分数表示结构域内相互作用的残基对的原子数量,与结构域之间相互作用的残基对的数量之比;获取蛋白质序列的局部距离差异检验值;根据所述结构域分数以及所述局部距离差异检验值,确定所述第一蛋白质结构信息中的至少一个结构域。
在一种可能的实现方式中,根据所述结构域分数以及所述局部距离差异检验值,确定所述至少一个结构域,包括:根据所述结构域分数,确定所述结构域的边界;根据所述结构域的边界,以及所述局部距离差异检验值,优化所述结构域的边界,确定所述至少一个结构域。
在一种可能的实现方式中,根据所述结构域分数以及所述局部距离差异检验值,确定所述至少一个结构域,还包括:确定任意两个结构域之间,所述Ca原子对距离误差小于预设误差阈值的氨基酸残基的第一数量,其中,所述氨基酸残基中的两个Ca原子分别属于所述两个结构域;在所述第一数量大于或等于预设的数量阈值的情况下,将所述两个结构域合并为一个结构域。
在一种可能的实现方式中,根据所述蛋白质序列的电子云密度图,获得所述蛋白质序列片段,包括:根据所述蛋白质序列的电子云密度图,获得所述蛋白质序列中的氨基酸的Ca原子位置以及氨基酸类型;根据所述氨基酸的Ca原子位置以及氨基酸类型,获得所述蛋白质序列片段。
在一种可能的实现方式中,根据所述电子云密度图和所述蛋白质序列片段,对所述结构域进行筛选,获得目标结构域,包括:根据所述蛋白质序列片段,对所述结构域进行筛选,获得与所述蛋白质序列片段匹配的第一结构域;根据所述电子云密度图,对所述结构域中,除所述第一结构域之外的其他结构域进行筛选,获得第二结构域;根据所述第一结构域和所述第二结构域,获得所述目标结构域。
在一种可能的实现方式中,根据所述目标结构域和所述电子云密度图,获得所述蛋白质序列的蛋白质结构模型,包括:确定所述目标结构域在所述电子云密度图中的对接位置;根据所述对接位置和所述目标结构域,获得所述蛋白质结构模型。
在一种可能的实现方式中,所述目标结构域包括与所述蛋白质序列片段匹配的第一结构域,以及与所述电子云密度图中局部区域匹配的第二结构域,其中,确定所述目标结构域在所述电子云密度图中的对接位置,包括:分别确定所述蛋白质序列片段在所述电子云密度图中的第一位置,以及所述电子云密度图中局部区域的第二位置;根据所述第一位置和所述第二位置,确定所述对接位置。
在一种可能的实现方式中,根据所述对接位置和所述目标结构域,获得所述蛋白质结构模型,包括:获取所述蛋白质序列的重复次数;根据所述蛋白质序列的重复次数,确定所述目标结构域的对接次数;根据所述对接次数、所述对接位置和所述目标结构域,获得所述蛋白质结构模型。
在一种可能的实现方式中,所述方法还包括:根据所述电子云密度图,以及所述电子云密度图的分辨率,对所述蛋白质结构模型进行调整,获得调整后的蛋白质结构模型。
根据本公开的一方面,提供了一种蛋白质结构建模装置,包括:结构预测模块,用于对蛋白质序列进行结构预测,获得第一蛋白质结构信息,以及蛋白质序列的Ca原子对距离误差;结构域获得模块,用于根据所述Ca原子对距离误差,确定所述第一蛋白质结构信息中的至少一个结构域;蛋白质序列片段获得模块,用于根据所述蛋白质序列的电子云密度图,获得所述蛋白质序列的蛋白质序列片段;筛选模块,用于根据所述电子云密度图和所述蛋白质序列片段,对所述结构域进行筛选,获得目标结构域;建模模块,用于根据所述目标结构域和所述电子云密度图,获得所述蛋白质序列的蛋白质结构模型。
在一种可能的实现方式中,所述结构域获得模块进一步用于:根据所述Ca原子对距离误差和所述蛋白质序列的长度,获得所述蛋白质序列的结构域分数,所述结构域分数表示结构域内相互作用的残基对的原子数量,与结构域之间相互作用的残基对的原子数量之比;获取蛋白质序列的局部距离差异检验值;根据所述结构域分数以及所述局部距离差异检验值,确定所述第一蛋白质结构信息中的至少一个结构域。
在一种可能的实现方式中,所述结构域获得模块进一步用于:根据所述结构域分数,确定所述结构域的边界;根据所述结构域的边界,以及所述局部距离差异检验值,优化所述结构域的边界,确定所述至少一个结构域。
在一种可能的实现方式中,所述结构域获得模块还用于:确定任意两个结构域之间,所述Ca原子对距离误差小于预设误差阈值的氨基酸残基的第一数量,其中,所述氨基酸残基中的两个Ca原子分别属于所述两个结构域;在所述第一数量大于或等于预设的数量阈值的情况下,将所述两个结构域合并为一个结构域。
在一种可能的实现方式中,所述蛋白质序列片段获得模块进一步用于:根据所述蛋白质序列的电子云密度图,获得所述蛋白质序列中的氨基酸的Ca原子位置以及氨基酸类型;根据所述氨基酸的Ca原子位置以及氨基酸类型,获得所述蛋白质序列片段。
在一种可能的实现方式中,所述筛选模块进一步用于:根据所述蛋白序列片段,对所述结构域进行筛选,获得与所述蛋白质序列片段匹配的第一结构域;根据所述电子云密度图,对所述结构域中,除所述第一结构域之外的其他结构域进行筛选,获得第二结构域;根据所述第一结构域和所述第二结构域,获得所述目标结构域。
在一种可能的实现方式中,所述建模模块进一步用于:确定所述目标结构域在所述电子云密度图中的对接位置;根据所述对接位置和所述目标结构域,获得所述蛋白质结构模型。
在一种可能的实现方式中,所述目标结构域包括与所述蛋白质序列片段匹配的第一结构域,以及与所述电子云密度图中局部区域匹配的第二结构域,所述建模模块进一步用于:分别确定所述蛋白质序列片段在所述电子云密度图中的第一位置,以及所述电子云密度图中局部区域的第二位置;根据所述第一位置和所述第二位置,确定所述对接位置。
在一种可能的实现方式中,所述建模模块进一步用于:获取所述蛋白质序列的重复次数;根据所述蛋白质序列的重复次数,确定所述目标结构域的对接次数;根据所述对接次数、所述对接位置和所述目标结构域,获得所述蛋白质结构模型。
在一种可能的实现方式中,所述装置还包括:调整模块,用于根据所述电子云密度图,以及所述电子云密度图的分辨率,对所述蛋白质结构模型进行调整,获得调整后的蛋白质结构模型。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,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。
根据本公开的实施例的蛋白质结构建模方法,可基于蛋白质序列来确定结构域,并基于电子云密度图进行结构域的筛选,进而基于筛选后的目标结构域和电子云密度图进行对接,从而获得蛋白质结构模型,可在电子云密度图分辨率较低的情况下获得较好的建模效果,可减少建模的工作量,提高建模效率。
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示出根据本公开实施例的蛋白质结构建模方法的流程图;
图2示出根据本公开实施例的蛋白质结构预测的示意图;
图3A、图3B和图3C示出根据本公开实施例的蛋白质结构建模方法的应用示意图;
图4示出根据本公开实施例的蛋白质结构建模装置的框图;
图5示出根据本公开实施例的一种电子设备的框图;
图6示出根据本公开实施例的一种电子设备的框图。
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。
图1示出根据本公开实施例的蛋白质结构建模方法的流程图,如图1所示,所述方法可包括:
在步骤S11中,对蛋白质序列进行结构预测,获得第一蛋白质结构信息,以及蛋白质序列的Ca原子对距离误差;
在步骤S12中,根据所述Ca原子对距离误差,确定所述第一蛋白质结构信息中的至少一个结构域;
在步骤S13中,根据所述蛋白质序列的电子云密度图,获得蛋白质序列片段;
在步骤S14中,根据所述电子云密度图和所述蛋白质序列片段,对所述结构域进行筛选,获得目标结构域;
在步骤S15中,根据所述目标结构域和所述电子云密度图,获得所述蛋白质序列的蛋白质结构模型。
根据本公开的实施例的蛋白质结构建模方法,可基于蛋白质序列来确定结构域,并基于电子云密度图进行结构域的筛选,进而基于筛选后的目标结构域和电子云密度图进行对接,从而获得蛋白质结构模型,可在电子云密度图分辨率较低的情况下获得较好的建模效果,可减少建模的工作量,提高建模效率。
在一种可能的实现方式中,为获得更好的建模效果,可基于蛋白质序列进行结构预测,例如,使用已知的预测模型进行预测,或者在已知数据库中查询蛋白质结构。并可将蛋白质结构划分为一个或更多个结构域,并利用蛋白质序列的电子云密度图获得至少一个蛋白质序列片段,从而筛选目标结构域。进一步地,可将目标结构域对接至电子云密度图,从而获得蛋白质结构模型,可提升蛋白质结构模型的精确性。可减少建模时的人工操作,降低工作量,提升建模效率,为获得更精确的蛋白质结构模型提供数据基础。
在一种可能的实现方式中,在步骤S11中,可对蛋白质序列进行结构预测,获得第一蛋白质结构信息,以及蛋白质序列的Ca原子对距离误差(Paired Aligned Error,pAE)。
在一种可能的实现方式中,待建模的蛋白质序列可包括多种信息,例如,序列的每个位置的原子种类,以及蛋白质序列的三维电子云密度图(还可包括电子云密度图的分辨率等信息)等,本公开对蛋白质序列数量不做限制。蛋白质序列可以是单条链的蛋白质序列,也可以是多条链的蛋白质序列,在所述蛋白质序列包括的信息中,还可包括每条蛋白质序列的重复次数。本公开对此不做限制。进一步地,每条蛋白质序列可包括特定的标识,例如,Uniprot ID,即,Uniprot数据库中的ID编号,可基于此ID,查找蛋白质序列的结构信息。在示例中,上述信息可被设置为json文件格式,本公开对上述信息的具体格式不做限制。
在一种可能的实现方式中,在步骤S11中,可对蛋白质序列的进行结构预测,获得第一蛋白质结构信息。
图2示出根据本公开实施例的蛋白质结构预测的示意图,如图2所示,可首先查找本地数据库,即,利用蛋白质序列和/或Uniprot ID在本地数据库中进行查找,如果本地数据库中存储有该蛋白质序列的结构信息,则可获取该结构信息,作为所述第一蛋白质结构信息,还可获取与第一蛋白质结构信息对应的Ca原子对距离误差(pAE)。
在一种可能的实现方式中,如果本地数据库中未存储该蛋白质序列的结构信息,则可基于Uniprot ID在云端的数据库中查找,例如,AlphaFold数据库、Uniprot等,本公开对云端数据库的类型不做限制。如果云端数据库中存在与Uniprot ID匹配的结构信息,则可下载该结构信息,作为所述第一蛋白质结构信息,还可获取与第一蛋白质结构信息对应的Ca原子对距离误差(pAE)。
在一种可能的实现方式中,如果本地数据库和云端数据库中均不存在该蛋白质序列的结构信息,则可利用本地的结构预测模型对该蛋白质序列的结构信息进行预测,例如,使用AlphaFold2模型对该蛋白质序列的结构信息进行预测,获得第一蛋白质结构信息,以及与第一蛋白质结构信息对应的Ca原子对距离误差(pAE)。进一步地,还可将模型预测获得的第一蛋白质结构信息以及与之对应的Ca原子对距离误差(pAE)加入本地数据库中,当然,也可上传至云端数据库中。本公开对此不做限制。
在一种可能的实现方式中,在步骤S12中,可基于以上获得的Ca原子对距离误差(pAE),将所述第一蛋白质结构信息划分为一个或更多个结构域。所述结构域为生物大分子中具有特异结构和独立功能的区域。上述处理可将第一蛋白质结构信息划分为至少一个独立的区域,即,互相之间结构的关联性不高的区域。
在一种可能的实现方式中,步骤S12可包括:根据所述Ca原子对距离误差和所述蛋白质序列的长度,获得所述蛋白质序列的结构域分数,所述结构域分数表示结构域内相互作用的残基对的数量,与结构域之间相互作用的残基对的数量之比;获取蛋白质序列的局部距离差异检验值;根据所述结构域分数以及所述局部距离差异检验值,确定所述第一蛋白质结构信息中的至少一个结构域。
在一种可能的实现方式中,蛋白质序列的长度为N,其中,N为正整数。首先,可定义结构域集合,此时,结构域集合为空列表。在之后的处理中,在识别到结构域时,可将该结构域添加至所述结构域集合中。
在一种可能的实现方式中,可确定蛋白质序列的结构域分数,在示例中,可通过以下公式(1)确定结构域分数Domain score:
其中,Contact error为距离小于预设距离(例如,)的原子的数量,即,相互作用的残基对的数量。结构域分数Domain score即为结构域内相互作用的残基对的数量,与结构域之间相互作用的残基对的数量之比。其中,i和j为预设的边界,i和j均小于或等于N,且i和j为正整数。
在一种可能的实现方式中,可定义左边界i=0,和右边界j=i+T,其中,T为预设数值,例如,T=10,本公开对T的具体取值不做限制。在对左边界和右边界进行初始化后,可对右边界进行移动,例如,将右边界向右移动,每次移动的长度为T,并在每次移动后,均通过上述公式(1)计算结构域分数,直到结构域分数不再增加。
在一种可能的实现方式中,类似地,可对左边界进行移动,移动方式与左边界的移动方式类似,可将左边界向右移动,每次移动的长度为T,并在每次移动后,均通过上述公式(1)计算结构域分数,直到结构域分数不再增加。
在一种可能的实现方式中,在经过上述移动与求解结构域分数后,可获取蛋白质序列的局部距离差异检验值(Predicted Local Distance Difference Test,pLDDT),以用于筛选出结构域。局部距离差异检验值(pLDDT)可与第一蛋白质结构信息对应,即,可在本地数据库或云端数据库中查找获得,或者,使用上述结构预测模型计算获得,本公开对局部距离差异检验值(pLDDT)的获得方式不做限制。
在一种可能的实现方式中,根据所述结构域分数以及所述局部距离差异检验值,确定所述至少一个结构域,包括:根据所述结构域分数,确定所述结构域的边界;根据所述结构域的边界,以及所述局部距离差异检验值,优化所述结构域的边界,确定所述至少一个结构域。
在示例中,上述结构域分数不再增加时的左边界和右边界,可作为上述结构域的边界,并可通过局部距离差异检验值(pLDDT)对具有上述边界的结构域进行筛选,例如,筛选与其他区域相对独立的结构域。
在示例中,如果右边界与左边界之差j-i大于预设阈值(例如,30),则去除区间[i,j]中局部距离差异检验值(pLDDT)低于检验值阈值(例如,50)的区域,并将左边界i和右边界j之间未被去除的部分作为上述结构域,并可加入上述结构域集合。在其他情况下,则右边界与左边界之间的区域不能形成结构域。
在一种可能的实现方式中,可迭代执行上述处理,直到左边界和右边界达到N(即,蛋白质序列的长度),即可获得至少一个结构域。在示例中,可获得L个结构域,L为正整数。
在一种可能的实现方式中,为了提升结构域的准确性,还可将拆分过细的结构域进行合并。根据所述结构域分数以及所述局部距离差异检验值,确定所述至少一个结构域,还包括:确定任意两个结构域之间,所述Ca原子对距离误差小于预设误差阈值的氨基酸残基第一数量,其中,所述氨基酸残基中的两个Ca原子分别属于所述两个结构域;在所述第一数量大于或等于预设的数量阈值的情况下,将所述两个结构域合并为一个结构域。
在示例中,所述预设误差阈值为可设置一个L×L的矩阵,矩阵中的a行b列(a和b均为正整数,且a和b均小于或等于L)元素即为第a个结构域与第b个结构域中,Ca原子对距离误差(pAE)小于预设距离误差阈值的氨基酸残基的第一数量,且氨基酸残基中的两个Ca原子分别来自两个结构域。
在示例中,可确定上述L×L的矩阵中,元素值(即,第一数量)大于或等于数量阈值(例如,10)的元素,并将该元素的行数和列数所代表的结构域合并成为一个结构域。通过上述方式,可使最终获得的结构域保持相对独立性,与其他结构域之间的关联性较低,使得结构域的划分更准确。
在一种可能的实现方式中,在获得上述结构域后,可利用结构域与蛋白质序列的电子云密度图进行对接,以获得蛋白质序列的蛋白质结构模型。在对接之前,可对结构域进行进一步的筛选,从而提升蛋白质结构模型的准确性。
在一种可能的实现方式中,在步骤S13中,可基于蛋白质序列的电子云密度图,获得蛋白质序列片段,并可基于蛋白质序列片段来筛选结构域。
在一种可能的实现方式中,步骤S13可包括:根据所述蛋白质序列的电子云密度图,获得所述蛋白质序列中的氨基酸的Ca原子位置以及氨基酸类型;根据所述氨基酸的Ca原子位置以及氨基酸类型,获得所述蛋白质序列片段。
在示例中,可基于3D深度学习神经网络模型识别电子云密度图中Ca原子的位置,或者,基于U-NET深度学习神经网络模型识别电子云密度图中Ca原子的位置和氨基酸类型。本公开对识别Ca原子位置和氨基酸类型的具体方式不做限制。
在示例中,可基于以上获得的原子位置和氨基酸类型,获得蛋白质序列片段,例如,可通过最小生成树算法,基于Ca原子位置和氨基酸类型,对氨基酸进行穿线连接,获得置信度较高的蛋白质序列片段。本公开对获取蛋白质序列片段的具体方法不做限制。
在一种可能的实现方式中,在获得蛋白质序列片段后,可在步骤S14中,基于蛋白质序列片段对结构域进行筛选,获得目标结构域。步骤S14可包括:根据所述蛋白质序列片段,对所述结构域进行筛选,获得与所述蛋白质序列片段匹配的第一结构域;根据所述电子云密度图,对所述结构域中,除所述第一结构域之外的其他结构域进行筛选,获得第二结构域;根据所述第一结构域和所述第二结构域,获得所述目标结构域。
在一种可能的实现方式中,可通过蛋白质序列片段对结构域进行筛选,例如,可基于蛋白质序列片段的结构信息与结构域中的结构信息进行对比,并确定与蛋白质序列片段的结构相似度高于或等于相似度阈值的结构域,作为第一结构域。在示例中,可通过深度学习神经网络确定与各蛋白质序列片段的结构相似度高于相似度阈值的结构域,作为第一结构域,本公开对获得第一结构域的具体方式不做限制。
在一种可能的实现方式中,所述蛋白质序列片段来自电子云密度图,即,来自可反映蛋白质结构的三维图像,因此,可从该三维图像中确定蛋白质序列片段的位置。与蛋白质序列片段匹配的第一结构域中的结构则是来自于三维图像中蛋白质序列片段所在位置的结构,可在对接中,将第一结构域中的结构对接至电子云密度图中蛋白质序列片段所在位置。
在一种可能的实现方式中,还可能出现电子云密度图的识别误差,例如,在基于电子云密度图获得蛋白质序列片段的过程中,出现识别误差,造成蛋白质序列片段出现误差。导致部分结构域无法与蛋白质序列片段匹配。在这种情况下,可基于电子云密度图与结构域进行匹配,即,基于电子云密度图,在除第一结构域之外的其他结构域中进行筛选,例如,将结构域中的结构域电子云密度图中的各个局部结构进行对比,以筛选出与电子云密度图中各局部结构的结构相似度高于或等于相似度阈值的第二结构域。
在一种可能的实现方式中,第二结构域可与电子云密度图中的局部结构直接对应,在对接时,可将第二结构域中的结构对接至电子云密度图中所述局部结构所在的位置。
在一种可能的实现方式中,所述第一结构域和所述第二结构域即为所述目标结构域。结构域中,除上述目标结构域之外的其他结构域则是与各蛋白质序列片段的相似度较低,且与电子云密度图中各局部结构的相似度也较低的结构域,则该结构域可能是错误的结构域,为了减小蛋白质结构模型的误差,可删除该错误的结构域。
在一种可能的实现方式中,在步骤S15中,在获得上述目标结构域后,可将目标结构域对接至电子云密度图,获得蛋白质序列的蛋白质结构模型。
在一种可能的实现方式中,步骤S15可包括:确定所述目标结构域在所述电子云密度图中的对接位置;根据所述对接位置和所述目标结构域,获得所述蛋白质结构模型。
在一种可能的实现方式中,如上所述,第一结构域与蛋白质序列片段匹配,第二结构域与电子云密度图中的局部结构所在的局部区域匹配。确定所述目标结构域在所述电子云密度图中的对接位置,包括:分别确定所述蛋白质序列片段在所述电子云密度图中的第一位置,以及所述电子云密度图中局部区域的第二位置;根据所述第一位置和所述第二位置,确定所述对接位置。
在一种可能的实现方式中,上述蛋白质序列片段在所述电子云密度图中的位置即为所述第一位置,上述电子云密度图中的局部区域所在位置即为第二位置,第一位置和第二位置即为所述目标结构域的对接位置,可将目标结构域在对应的对接位置对接至电子云密度图,从而获得蛋白质结构模型。
在一种可能的实现方式中,某个蛋白质序列还可能重复多次,从而使得该蛋白质序列上的结构域也重复多次,因此,在建模时,可将该蛋白质序列上的目标结构域进行多次对接,可获得蛋白质结构模型。根据所述对接位置和所述目标结构域,获得所述蛋白质结构模型,包括:获取所述蛋白质序列的重复次数;根据所述蛋白质序列的重复次数,确定所述目标结构域的对接次数;根据所述对接次数、所述对接位置和所述目标结构域,获得所述蛋白质结构模型。
在示例中,可将蛋白质序列的重复次数设置为该蛋白质序列上的目标结构域的对接次数,并按照对接次数,将该蛋白质序列上的目标结构域重复对接至多个对接位置,从而获得蛋白质结构模型。
在一种可能的实现方式中,上述蛋白质结构模型为将目标结构域刚性对接至电子云密度图中的对接位置而获得的模型,可能存在误差,例如,原子的位置或角度误差等,还可对蛋白质结构模型进行进一步地调整,以进一步减小误差。所述方法还包括:根据所述电子云密度图,以及所述电子云密度图的分辨率,对所述蛋白质结构模型进行调整,获得调整后的蛋白质结构模型。
在一种可能的实现方式中,可使用相关技术中的多种调整方法进行调整,例如,使用Phenix.real space refine函数进行调整,可输入电子云密度图以及电子云密度图的分辨率,从而可对蛋白质结构模型进行调整,或的调整后的蛋白质结构模型,使得调整后的蛋白质结构模型与电子云密度图的匹配程度更高,误差更小。
在一种可能的实现方式中,如上方式获得的蛋白质结构模型或调整后的蛋白质结构模型可作为初始原子模型,使用者基于初始原子模型进行调整,相对于基于电子云密度图直接进行建模,可在很大程度上减少建模的工作量,获得更准确地蛋白质结构模型。
根据本公开的实施例的蛋白质结构建模方法,可基于蛋白质序列来确定结构域,还可基于Ca原子对距离误差对结构域进行合并,获得准确性更高的结构域。并基于电子云密度图进行结构域的筛选,从而基于筛选后的目标结构域和电子云密度图进行对接,从而获得蛋白质结构模型,提升蛋白质结构模型的准确性。进一步地,还可对蛋白质结构模型进行调整,以进一步提升蛋白质结构模型的精确度。可在电子云密度图分辨率较低的情况下获得较好的建模效果,可减少建模的工作量,提高建模效率。
图3A、图3B和图3C示出根据本公开实施例的蛋白质结构建模方法的应用示意图。
在一种可能的实现方式中,图3A示出所述蛋白质结构建模方法的步骤框图,图3B和图3C示出某种蛋白质序列的建模案例。
在一种可能的实现方式中,如图3A所示,可首先获取蛋白质结构序列、对应的Uniprot ID(例如,图3C中的P15208)、电子云密度图及其分辨率,以及slurm分区,其中,slurm分区用于调度处理资源,从而可对建模过程进行并行运算,从而提升建模效率。
在一种可能的实现方式中,可获取第一蛋白质结构信息以及Ca原子对距离误差(pAE)。在示例中,可查询本地数据库,如果本地数据库中存在该蛋白质序列的第一蛋白质结构信息以及Ca原子对距离误差,则可直接使用,否则,则可在云端的AlphaFold数据库中进行查询,如存在该蛋白质序列的第一蛋白质结构信息以及Ca原子对距离误差,则可进行下载。如果云端数据库中仍然无法查询到对应信息,则可使用本地AlphaFold2模型对该蛋白质序列的结构信息进行预测,在示例中,可使用slurm进行分布式调度,从而对蛋白质结构进行并行预测,获得第一蛋白质结构信息和Ca原子对距离误差,如图3C中的预测的结构以及pAE。
在一种可能的实现方式中,可基于Ca原子对距离误差(pAE)将第一蛋白质结构信息划分为多个结构域,并分别保存为pdb格式的文件,并可确定任意两个结构域之间,Ca原子对距离误差小于预设误差阈值的氨基酸残基第一数量,如果第一数量大于或等于预设的数量阈值的情况下,将两个结构域合并为一个结构域,即,合并相对距离置信度较高的结构域,且将两个pdb格式的文件合并为一个文件。进一步地,可利用局部距离差异检验值(pLDDT)剪裁低置信度区域,例如,去除pLDDT低于检验值阈值的区域,获得多个结构域,如图3B中的结构域,以及图3C中的结构域1-5。
在一种可能的实现方式中,可基于蛋白质序列片段对结构域进行筛选。可基于3DCNN模型对电子云密度图(如图3C中的EMD-25428)中的氨基酸的Ca原子位置和类型进行识别(如图3B中的氨基酸位置检测),并利用最小生成树算法,根据氨基酸位置和类型进行穿线(如图3B中的穿线连接),获得长度大于5的蛋白质序列片段(如图3C中的蛋白质序列片段)。
在一种可能的实现方式中,可对蛋白质序列片段于各结构域进行对比,获得结构域与蛋白质序列片段之间的相似度(例如,图3C中的cc值),并将与某个蛋白质序列片段匹配(cc值高于阈值)的结构域确定为目标结构域。进一步地,还可将其余的结构域与电子云密度图进行匹配,确定与电子云密度图中局部区域匹配的目标结构域。并去除其他不匹配的结构域。如图3B中的筛选步骤,以及图3C中不保留结构域5的处理。
在一种可能的实现方式中,可通过Phenix工具,将上述目标结构域对接至电子云密度图中对应的对接位置,如图3B中对接步骤和图3C中PDB 7sth蛋白质结构模型所示。该步骤可通过slurm进行分布式调度,从而可将多个结构域并行对接至电子云密度图中的对接位置,提升建模效率。进一步地,还可通过Phenix.real space refine工具进行微调(如图3C中的微调步骤),获得精度更高的蛋白质结构模型。该可蛋白质结构模型作为初始原子模型,使用者基于初始原子模型进行调整,可在答复减少建模的工作量,获得更准确地蛋白质结构模型。
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,本公开还提供了蛋白质结构预测装置、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蛋白质结构预测方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图4示出根据本公开实施例的蛋白质结构建模装置的框图,如图4所示,所述装置包括:结构预测模块11,用于对蛋白质序列进行结构预测,获得第一蛋白质结构信息,以及蛋白质序列的Ca原子对距离误差;结构域获得模块12,用于根据所述Ca原子对距离误差,确定所述第一蛋白质结构信息中的至少一个结构域;蛋白质序列片段获得模块13,用于根据所述蛋白质序列的电子云密度图,获得所述蛋白质序列的蛋白质序列片段;筛选模块14,用于根据所述电子云密度图和所述蛋白质序列片段,对所述结构域进行筛选,获得目标结构域;建模模块15,用于根据所述目标结构域和所述电子云密度图,获得所述蛋白质序列的蛋白质结构模型。
在一种可能的实现方式中,所述结构域获得模块进一步用于:根据所述Ca原子对距离误差和所述蛋白质序列的长度,获得所述蛋白质序列的结构域分数,所述结构域分数表示结构域内相互作用的残基对的原子数量,与结构域之间相互作用的残基对的原子数量之比;获取蛋白质序列的局部距离差异检验值;根据所述结构域分数以及所述局部距离差异检验值,确定所述第一蛋白质结构信息中的至少一个结构域。
在一种可能的实现方式中,所述结构域获得模块进一步用于:根据所述结构域分数,确定所述结构域的边界;根据所述结构域的边界,以及所述局部距离差异检验值,获得所述结构域。
在一种可能的实现方式中,所述结构域获得模块还用于:确定任意两个结构域之间,所述Ca原子对距离误差小于预设误差阈值的氨基酸残基的第一数量,其中,所述氨基酸残基中的两个Ca原子分别属于所述两个结构域;在所述第一数量大于或等于预设的数量阈值的情况下,将所述两个结构域合并为一个结构域。
在一种可能的实现方式中,所述蛋白质序列片段获得模块进一步用于:根据所述蛋白质序列的电子云密度图,获得所述蛋白质序列中的氨基酸的原子位置以及氨基酸类型;根据所述氨基酸的Ca原子位置以及氨基酸类型,获得所述蛋白质序列片段。
在一种可能的实现方式中,所述筛选模块进一步用于:根据所述蛋白质序列片段,对所述结构域进行筛选,获得与所述蛋白质序列片段匹配的第一结构域;根据所述电子云密度图,对所述结构域中,除所述第一结构域之外的其他结构域进行筛选,获得第二结构域;根据所述第一结构域和所述第二结构域,获得所述目标结构域。
在一种可能的实现方式中,所述建模模块进一步用于:确定所述目标结构域在所述电子云密度图中的对接位置;根据所述对接位置和所述目标结构域,获得所述蛋白质结构模型。
在一种可能的实现方式中,所述目标结构域包括与所述蛋白质序列片段匹配的第一结构域,以及与所述电子云密度图中局部区域匹配的第二结构域,所述建模模块进一步用于:分别确定所述蛋白质序列片段在所述电子云密度图中的第一位置,以及所述电子云密度图中局部区域的第二位置;根据所述第一位置和所述第二位置,确定所述对接位置。
在一种可能的实现方式中,所述建模模块进一步用于:获取所述蛋白质序列的重复次数;根据所述蛋白质序列的重复次数,确定所述目标结构域的对接次数;根据所述对接次数、所述对接位置和所述目标结构域,获得所述蛋白质结构模型。
在一种可能的实现方式中,所述装置还包括:调整模块,用于根据所述电子云密度图,以及所述电子云密度图的分辨率,对所述蛋白质结构模型进行调整,获得调整后的蛋白质结构模型。
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。
本公开实施例还提出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。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。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,当计算机可读代码在设备上运行时,设备中的处理器执行用于实现如上任一实施例提供的蛋白质结构建模方法的指令。
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蛋白质结构建模方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图5示出根据本公开实施例的一种电子设备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5,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缘,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WiFi,2G或3G,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6示出根据本公开实施例的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图6,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Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM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 (12)
1.一种蛋白质结构建模方法,其特征在于,包括:
对蛋白质序列进行结构预测,获得第一蛋白质结构信息,以及蛋白质序列的Ca原子对距离误差;
根据所述Ca原子对距离误差,确定所述第一蛋白质结构信息中的至少一个结构域;
根据所述蛋白质序列的电子云密度图,获得蛋白质序列片段;
根据所述电子云密度图和所述蛋白质序列片段,对所述结构域进行筛选,获得目标结构域;
根据所述目标结构域和所述电子云密度图,获得所述蛋白质序列的蛋白质结构模型;
所述根据所述Ca原子对距离误差,确定所述第一蛋白质结构信息中的至少一个结构域,包括:
根据所述Ca原子对距离误差和所述蛋白质序列的长度,获得所述蛋白质序列的结构域分数,所述结构域分数表示结构域内相互作用的残基对的数量,与结构域之间相互作用的残基对的数量之比;
获取蛋白质序列的局部距离差异检验值;
根据所述结构域分数以及所述局部距离差异检验值,确定所述第一蛋白质结构信息中的至少一个结构域。
2.根据权利要求1所述的方法,其特征在于,根据所述结构域分数以及所述局部距离差异检验值,确定所述至少一个结构域,包括:
根据所述结构域分数,确定所述结构域的边界;
根据所述结构域的边界,以及所述局部距离差异检验值,优化所述结构域的边界,确定所述至少一个结构域。
3.根据权利要求2所述的方法,其特征在于,根据所述结构域分数以及所述局部距离差异检验值,确定所述至少一个结构域,还包括:
确定任意两个结构域之间,所述Ca原子对距离误差小于预设误差阈值的氨基酸残基的第一数量,其中,所述氨基酸残基中的两个Ca原子分别属于所述两个结构域;
在所述第一数量大于或等于预设的数量阈值的情况下,将所述两个结构域合并为一个结构域。
4.根据权利要求1所述的方法,其特征在于,根据所述蛋白质序列的电子云密度图,获得所述蛋白质序列片段,包括:
根据所述蛋白质序列的电子云密度图,获得所述蛋白质序列中的氨基酸的Ca原子位置以及氨基酸类型;
根据所述氨基酸的Ca原子位置以及氨基酸类型,获得所述蛋白质序列片段。
5.根据权利要求1所述的方法,其特征在于,根据所述电子云密度图和所述蛋白质序列片段,对所述结构域进行筛选,获得目标结构域,包括:
根据所述蛋白质序列片段,对所述结构域进行筛选,获得与所述蛋白质序列片段匹配的第一结构域;
根据所述电子云密度图,对所述结构域中,除所述第一结构域之外的其他结构域进行筛选,获得第二结构域;
根据所述第一结构域和所述第二结构域,获得所述目标结构域。
6.根据权利要求1所述的方法,其特征在于,根据所述目标结构域和所述电子云密度图,获得所述蛋白质序列的蛋白质结构模型,包括:
确定所述目标结构域在所述电子云密度图中的对接位置;
根据所述对接位置和所述目标结构域,获得所述蛋白质结构模型。
7.根据权利要求6所述的方法,其特征在于,所述目标结构域包括与所述蛋白质序列片段匹配的第一结构域,以及与所述电子云密度图中局部区域匹配的第二结构域,
其中,确定所述目标结构域在所述电子云密度图中的对接位置,包括:
分别确定所述蛋白质序列片段在所述电子云密度图中的第一位置,以及所述电子云密度图中局部区域的第二位置;
根据所述第一位置和所述第二位置,确定所述对接位置。
8.根据权利要求6所述的方法,其特征在于,根据所述对接位置和所述目标结构域,获得所述蛋白质结构模型,包括:
获取所述蛋白质序列的重复次数;
根据所述蛋白质序列的重复次数,确定所述目标结构域的对接次数;
根据所述对接次数、所述对接位置和所述目标结构域,获得所述蛋白质结构模型。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述电子云密度图,以及所述电子云密度图的分辨率,对所述蛋白质结构模型进行调整,获得调整后的蛋白质结构模型。
10.一种蛋白质结构建模装置,其特征在于,包括:
结构预测模块,用于对蛋白质序列进行结构预测,获得第一蛋白质结构信息,以及蛋白质序列的Ca原子对距离误差;
结构域获得模块,用于根据所述Ca原子对距离误差,确定所述第一蛋白质结构信息中的至少一个结构域;
蛋白质序列片段获得模块,用于根据所述蛋白质序列的电子云密度图,获得蛋白质序列片段;
筛选模块,用于根据所述电子云密度图和所述蛋白质序列片段,对所述结构域进行筛选,获得目标结构域;
建模模块,用于根据所述目标结构域和所述电子云密度图,获得所述蛋白质序列的蛋白质结构模型;
所述结构域获得模块进一步用于:根据所述Ca原子对距离误差和所述蛋白质序列的长度,获得所述蛋白质序列的结构域分数,所述结构域分数表示结构域内相互作用的残基对的原子数量,与结构域之间相互作用的残基对的原子数量之比;获取蛋白质序列的局部距离差异检验值;根据所述结构域分数以及所述局部距离差异检验值,确定所述第一蛋白质结构信息中的至少一个结构域。
11.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至9中任意一项所述的方法。
12.一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9中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210656929.4A CN115035947B (zh) | 2022-06-10 | 2022-06-10 | 蛋白质结构建模方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210656929.4A CN115035947B (zh) | 2022-06-10 | 2022-06-10 | 蛋白质结构建模方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115035947A CN115035947A (zh) | 2022-09-09 |
CN115035947B true CN115035947B (zh) | 2023-03-10 |
Family
ID=83124886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210656929.4A Active CN115035947B (zh) | 2022-06-10 | 2022-06-10 | 蛋白质结构建模方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115035947B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115497553B (zh) * | 2022-09-29 | 2023-07-14 | 水木未来(杭州)科技有限公司 | 蛋白质三维结构建模方法及装置、电子设备和存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1291198A (zh) * | 1998-02-06 | 2001-04-11 | 伊来克萨斯独资有限公司 | Fc受体的三维结构和模型及其应用 |
CN1328601A (zh) * | 1998-08-25 | 2001-12-26 | 斯克利普斯研究院 | 预测蛋白质功能的方法和系统 |
CN102325791A (zh) * | 2009-01-12 | 2012-01-18 | 乌拉·博纳斯 | 模块式dna结合结构域及使用方法 |
CN106951735A (zh) * | 2017-03-10 | 2017-07-14 | 上海交通大学 | 一种基于分层混合模型的信号肽及其切割位点的预测方法 |
CN108473987A (zh) * | 2016-01-08 | 2018-08-31 | 艾恩塔斯有限公司 | 具有改变的多样性支架结构域的结合成员 |
CN110163243A (zh) * | 2019-04-04 | 2019-08-23 | 浙江工业大学 | 一种基于接触图与模糊c均值聚类的蛋白质结构域划分方法 |
CN110286233A (zh) * | 2019-06-27 | 2019-09-27 | 山西大学 | 一种生物标志物代谢通路及分析方法与应用 |
CN111968707A (zh) * | 2020-08-07 | 2020-11-20 | 上海交通大学 | 基于能量的原子结构与电子密度图多目标优化拟合预测方法 |
CN112530517A (zh) * | 2019-09-18 | 2021-03-19 | 康码芯(上海)智能科技有限公司 | 一种蛋白质结构预测方法、装置、平台及存储介质 |
CN113571122A (zh) * | 2021-02-02 | 2021-10-29 | 腾讯科技(深圳)有限公司 | 一种电子密度图的确定方法、装置、电子设备和存储介质 |
CN113990384A (zh) * | 2021-08-12 | 2022-01-28 | 清华大学 | 一种基于深度学习的冷冻电镜原子模型结构搭建方法及系统和应用 |
CN114220479A (zh) * | 2021-12-10 | 2022-03-22 | 苏州浪潮智能科技有限公司 | 一种蛋白质结构预测方法、蛋白质结构预测装置及介质 |
WO2022089805A1 (en) * | 2020-10-29 | 2022-05-05 | Deepmind Technologies Limited | Training protein structure prediction neural networks using reduced multiple sequence alignments |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL151012A0 (en) * | 2001-08-03 | 2003-02-12 | Ribosomes Structure And Protei | Ribosomes structure and protein synthesis inhibitors |
US20050192757A1 (en) * | 2002-01-09 | 2005-09-01 | Hideaki Umeyama | Method of constructing teritiary structure of protein composed of plural chains |
EP2799448A1 (en) * | 2008-05-22 | 2014-11-05 | Bristol-Myers Squibb Company | Multivalent fibronectin based scaffold domain proteins |
ES2834849T3 (es) * | 2014-07-07 | 2021-06-18 | Yeda Res & Dev | Método de diseño computacional de proteínas |
EP3938538A1 (en) * | 2019-03-15 | 2022-01-19 | 10X Genomics, Inc. | Methods for using spatial arrays for single cell sequencing |
-
2022
- 2022-06-10 CN CN202210656929.4A patent/CN115035947B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1291198A (zh) * | 1998-02-06 | 2001-04-11 | 伊来克萨斯独资有限公司 | Fc受体的三维结构和模型及其应用 |
CN1328601A (zh) * | 1998-08-25 | 2001-12-26 | 斯克利普斯研究院 | 预测蛋白质功能的方法和系统 |
CN102325791A (zh) * | 2009-01-12 | 2012-01-18 | 乌拉·博纳斯 | 模块式dna结合结构域及使用方法 |
CN108473987A (zh) * | 2016-01-08 | 2018-08-31 | 艾恩塔斯有限公司 | 具有改变的多样性支架结构域的结合成员 |
CN106951735A (zh) * | 2017-03-10 | 2017-07-14 | 上海交通大学 | 一种基于分层混合模型的信号肽及其切割位点的预测方法 |
CN110163243A (zh) * | 2019-04-04 | 2019-08-23 | 浙江工业大学 | 一种基于接触图与模糊c均值聚类的蛋白质结构域划分方法 |
CN110286233A (zh) * | 2019-06-27 | 2019-09-27 | 山西大学 | 一种生物标志物代谢通路及分析方法与应用 |
CN112530517A (zh) * | 2019-09-18 | 2021-03-19 | 康码芯(上海)智能科技有限公司 | 一种蛋白质结构预测方法、装置、平台及存储介质 |
CN111968707A (zh) * | 2020-08-07 | 2020-11-20 | 上海交通大学 | 基于能量的原子结构与电子密度图多目标优化拟合预测方法 |
WO2022089805A1 (en) * | 2020-10-29 | 2022-05-05 | Deepmind Technologies Limited | Training protein structure prediction neural networks using reduced multiple sequence alignments |
CN113571122A (zh) * | 2021-02-02 | 2021-10-29 | 腾讯科技(深圳)有限公司 | 一种电子密度图的确定方法、装置、电子设备和存储介质 |
CN113990384A (zh) * | 2021-08-12 | 2022-01-28 | 清华大学 | 一种基于深度学习的冷冻电镜原子模型结构搭建方法及系统和应用 |
CN114220479A (zh) * | 2021-12-10 | 2022-03-22 | 苏州浪潮智能科技有限公司 | 一种蛋白质结构预测方法、蛋白质结构预测装置及介质 |
Non-Patent Citations (4)
Title |
---|
Highly accurate protein structure prediction with AlphaFold;John Jumper等;《Nature》;20210826;第596卷;第583-589页 * |
Hippo信号通路中TEAD蛋白质的结构与功能研究;韩笑;《中国博士学位论文全文数据库 基础科学辑》;20160915(第9期);第A006-5页 * |
Protein 3D Structure Computed from Evolutionary Sequence Variation;Debora S. Marks等;《PLOS ONE》;20111207;第6卷(第12期);第1-20页 * |
基于自适应局部特征的蛋白质三维结构分类;张汝昌等;《广西师范大学学报(自然科学版)》;20201130;第38卷(第6期);第40-50页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115035947A (zh) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6916970B2 (ja) | ビデオ処理方法及び装置、電子機器並びに記憶媒体 | |
CN107491541B (zh) | 文本分类方法及装置 | |
JP7262659B2 (ja) | 目標対象物マッチング方法及び装置、電子機器並びに記憶媒体 | |
KR20210102180A (ko) | 이미지 처리 방법 및 장치, 전자 기기 및 기억 매체 | |
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 | |
KR20200139229A (ko) | 위치 자세 추정 방법, 장치, 전자 기기 및 기억 매체 | |
CN109543537B (zh) | 重识别模型增量训练方法及装置、电子设备和存储介质 | |
CN110659690B (zh) | 神经网络的构建方法及装置、电子设备和存储介质 | |
CN109522937B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112101238A (zh) | 聚类方法及装置、电子设备和存储介质 | |
CN110532956B (zh) | 图像处理方法及装置、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 | |
CN111259967A (zh) | 图像分类及神经网络训练方法、装置、设备及存储介质 | |
CN115035947B (zh) | 蛋白质结构建模方法及装置、电子设备和存储介质 | |
CN112529846A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111339880A (zh) | 一种目标检测方法及装置、电子设备和存储介质 | |
CN111523599B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
WO2023155393A1 (zh) | 特征点匹配方法、装置、电子设备、存储介质和计算机程序产品 | |
CN109460458B (zh) | 查询改写意图的预测方法及装置 | |
CN112016443A (zh) | 同行识别方法及装置、电子设备和存储介质 | |
CN111488964A (zh) | 图像处理方法及装置、神经网络训练方法及装置 | |
CN115239999A (zh) | 蛋白质电子密度图处理方法、装置、电子设备和存储介质 | |
CN114648649A (zh) | 人脸匹配方法及装置、电子设备和存储介质 | |
CN115497553B (zh) | 蛋白质三维结构建模方法及装置、电子设备和存储介质 | |
CN114153540A (zh) | 预训练模型发布方法及装置、电子设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |