CN115938470B - 蛋白质特征预处理方法、装置、介质及设备 - Google Patents
蛋白质特征预处理方法、装置、介质及设备 Download PDFInfo
- Publication number
- CN115938470B CN115938470B CN202310010026.3A CN202310010026A CN115938470B CN 115938470 B CN115938470 B CN 115938470B CN 202310010026 A CN202310010026 A CN 202310010026A CN 115938470 B CN115938470 B CN 115938470B
- Authority
- CN
- China
- Prior art keywords
- protein
- understanding
- decoder
- generating
- loss
- 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
- 102000004169 proteins and genes Human genes 0.000 title claims abstract description 507
- 108090000623 proteins and genes Proteins 0.000 title claims abstract description 507
- 238000002203 pretreatment Methods 0.000 title abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 79
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000007781 pre-processing Methods 0.000 claims abstract description 20
- 238000012514 protein characterization Methods 0.000 claims abstract description 9
- 150000001413 amino acids Chemical class 0.000 claims description 35
- 230000000873 masking effect Effects 0.000 claims description 30
- 238000012549 training Methods 0.000 claims description 29
- 230000004927 fusion Effects 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 125000003275 alpha amino acid group Chemical group 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000014616 translation Effects 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004853 protein function Effects 0.000 description 1
- 230000020978 protein processing Effects 0.000 description 1
- 238000000455 protein structure prediction Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000002424 x-ray crystallography Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本公开涉及一种蛋白质特征预处理方法、装置、介质及设备,所述方法包括:接收待处理的蛋白质;根据所述蛋白质和训练完成的蛋白质特征预处理模型,获得所述蛋白质对应的蛋白质特征;根据所述蛋白质对应的处理类型和所述蛋白质特征,确定所述蛋白质对应的应用蛋白质特征;蛋白质特征预处理模型包括共享编码器、蛋白质理解解码器和蛋白质生成解码器,共享编码器用于对所述蛋白质进行特征编码获得编码特征,蛋白质理解解码器用于对所述编码特征进行理解解码处理,获得蛋白质理解特征,蛋白质生成解码器用于对所述编码特征进行生成解码处理,获得蛋白质生成特征,所述蛋白质特征包括所述编码特征、所述蛋白质理解特征和所述蛋白质生成特征。
Description
技术领域
本公开涉及计算机技术领域,具体地,涉及一种蛋白质特征预处理方法、装置、介质及设备。
背景技术
蛋白质是所有生命的基础物质,是机体细胞的最基本、最重要的组成部分。现有技术中,通常会针对具体的蛋白质任务进行蛋白质模型的训练,如可以训练蛋白质生成模型,以预测相应的蛋白质氨基酸序列。然而通过上述方式通常需要针对每一模型进行分别训练和微调,需要较高的计算资源和成本。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
第一方面,本公开提供一种蛋白质特征预处理方法,所述方法包括:
接收待处理的蛋白质;
根据所述蛋白质和训练完成的蛋白质特征预处理模型,获得所述蛋白质对应的蛋白质特征;
根据所述蛋白质对应的处理类型和所述蛋白质特征,确定所述蛋白质对应的应用蛋白质特征;
其中,所述蛋白质特征预处理模型包括共享编码器、蛋白质理解解码器和蛋白质生成解码器,所述共享编码器用于对所述蛋白质进行特征编码获得编码特征,所述蛋白质理解解码器用于对所述编码特征进行理解解码处理,获得蛋白质理解特征,所述蛋白质生成解码器用于对所述编码特征进行生成解码处理,获得蛋白质生成特征,所述蛋白质特征包括所述编码特征、所述蛋白质理解特征和所述蛋白质生成特征。
第二方面,本公开提供一种蛋白质特征预处理装置,所述装置包括:
接收模块,用于接收待处理的蛋白质;
处理模块,用于根据所述蛋白质和训练完成的蛋白质特征预处理模型,获得所述蛋白质对应的蛋白质特征;
确定模块,用于根据所述蛋白质对应的处理类型和所述蛋白质特征,确定所述蛋白质对应的应用蛋白质特征;
其中,所述蛋白质特征预处理模型包括共享编码器、蛋白质理解解码器和蛋白质生成解码器,所述共享编码器用于对所述蛋白质进行特征编码获得编码特征,所述蛋白质理解解码器用于对所述编码特征进行理解解码处理,获得蛋白质理解特征,所述蛋白质生成解码器用于对所述编码特征进行生成解码处理,获得蛋白质生成特征,所述蛋白质特征包括所述编码特征、所述蛋白质理解特征和所述蛋白质生成特征。
第三方面,本公开提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现第一方面所述方法的步骤。
第四方面,本公开提供一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现第一方面所述方法的步骤。
由此,通过上述技术方案,可以基于蛋白质特征预处理模型对蛋白质进行特征预处理,以获得该蛋白质对应的多个蛋白质特征,以便于根据具体的处理类型从中选择相应的蛋白质特征进行后续任务。一方面在蛋白质特征预处理模型中能够同时结合蛋白质理解和蛋白质生成进行特征提取,从而可以提高提取出的蛋白质特征的准确性,另一方面可以有效提高蛋白质特征的提取效率,同时可以使得提取出的特征能够适用于更加丰富的后续任务处理,提高该蛋白质特征预处理方法的使用范围。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。在附图中:
图1是根据本公开的一种实施方式提供的蛋白质特征预处理方法的流程图;
图2是根据本公开的一种实施方式提供的蛋白质特征预处理模型的结构示意图;
图3是根据本公开的一种实施方式提供的蛋白质特征预处理装置的框图;
图4示出了适于用来实现本公开实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
可以理解的是,在使用本公开各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如,在响应于接收到用户的主动请求时,向用户发送提示信息,以明确地提示用户,其请求执行的操作将需要获取和使用到用户的个人信息。从而,使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式,响应于接收到用户的主动请求,向用户发送提示信息的方式例如可以是弹窗的方式,弹窗中可以以文字的方式呈现提示信息。此外,弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是,上述通知和获取用户授权过程仅是示意性的,不对本公开的实现方式构成限定,其它满足相关法律法规的方式也可应用于本公开的实现方式中。
同时,可以理解的是,本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
图1所示,为根据本公开的一种实施方式提供的蛋白质特征预处理方法的流程图,如图1所示,所述方法可以包括:
在步骤11中,接收待处理的蛋白质。
其中,该蛋白质可以是由多个氨基酸进行排布获得的氨基酸序列,如可以将进行蛋白质功能预测、分类或者氨基酸预测的蛋白质作为该待处理的蛋白质,以对该蛋白质进行特征提取,以便用于后续任务处理。
在步骤12中,根据蛋白质和训练完成的蛋白质特征预处理模型,获得蛋白质对应的蛋白质特征。
在步骤13中,根据蛋白质对应的处理类型和蛋白质特征,确定蛋白质对应的应用蛋白质特征。其中,所述应用蛋白质特征为该蛋白质对应的用于后续任务处理的蛋白质特征。
其中,如图2所示,所述蛋白质特征预处理模型包括共享编码器21、蛋白质理解解码器22和蛋白质生成解码器23,所述共享编码器21用于对所述蛋白质进行特征编码获得编码特征,所述蛋白质理解解码器22用于对所述编码特征进行理解解码处理,获得蛋白质理解特征,所述蛋白质生成解码器23用于对所述编码特征进行生成解码处理,获得蛋白质生成特征,所述蛋白质特征包括所述编码特征、所述蛋白质理解特征和所述蛋白质生成特征。
由此,通过上述技术方案,可以基于蛋白质特征预处理模型对蛋白质进行特征预处理,以获得该蛋白质对应的多个蛋白质特征,以便于根据具体的处理类型从中选择相应的蛋白质特征进行后续任务。一方面在蛋白质特征预处理模型中能够同时结合蛋白质理解和蛋白质生成进行特征提取,从而可以提高提取出的蛋白质特征的准确性,另一方面可以有效提高蛋白质特征的提取效率,同时可以使得提取出的特征能够适用于更加丰富的后续任务处理,提高该蛋白质特征预处理方法的使用范围。
在一种可能的实施例中,所述蛋白质特征预处理模型通过以下方式确定:
获取蛋白质样本集,其中,所述蛋白质样本集中包含多个蛋白质样本。
其中,可以从UniProt100的氨基酸序列中获取该蛋白质样本。
对所述蛋白质样本进行掩码处理,获得所述蛋白质样本对应的掩码蛋白质。
示例地,可以针对每一蛋白质进行随机的掩码处理,以遮盖其中的部分氨基酸,获得掩膜蛋白质。其中,随机的掩码处理的方法可以采用本领域中常用的掩码处理方式,在此不再赘述。
将所述掩码蛋白质输入预设模型,获得所述掩码蛋白质对应的预测掩码氨基酸以及预测蛋白质,其中,所述预设模型包括共享编码器、蛋白质理解解码器和蛋白质生成解码器。
该步骤中,将掩码蛋白质输入预设模型,则基于蛋白质理解解码器能够对掩码蛋白质进行蛋白质理解,以便于确定出预测掩码氨基酸,基于蛋白质生成解码器对掩码蛋白质进行生成预测,以获得预测蛋白质,即该掩码蛋白质对应的完整的预测序列。
之后,根据所述预测掩码氨基酸、所述预测蛋白质和所述蛋白质样本,确定所述预设模型的理解损失和生成损失。
如上文所示,所述蛋白质理解解码器任务是用于进一步抽取共享编码器输出的特征来做蛋白质理解任务,以获得该预测掩码氨基酸,蛋白质生成解码器的任务是用于自回归的生成任务,以获得该预测蛋白质。则该实施例中,可以基于每一任务的输出分别确定出该任务对应的损失,从而提高损失确定的精度和有效性。
根据所述理解损失和所述生成损失分别对所述预设模型中的共享编码器、所述蛋白质理解解码器和所述蛋白质生成解码器进行训练,并将训练完成的预设模型确定为所述蛋白质特征预处理模型。
由此,通过上述技术方案,可以基于蛋白质理解任务对应的预测掩码氨基酸和蛋白质生成任务对应的预测蛋白质,确定模型中的各个部分对应的损失,进而对模型的参数进行调整,实现模型训练,使得在模型的训练过程中,蛋白质理解信息和生成信息能够相互补充,以保证模型能够学习到更具有代表性的特征。
在一种可能的实施例中,所述共享编码器可以基于BERT模型实现,如共享编码器可以有24层,16个attention head,hidden size 1024,所述蛋白质理解解码器基于BERT模型实现,示例地,所述蛋白质理解解码器可以为4层的BERT模型,有16个attention head,hidden size 1024。所述蛋白质生成解码器基于Transformer模型的解码器实现,示例地,蛋白质生成解码器可以是Transformer中的解码器,以进行自回归的生成任务,如蛋白质氨基酸序列生成。作为示例,蛋白质生成解码器中可以采用masked self-attention和crossattention,有8层,16个attention head,hidden size 1024。
其中,BERT(Bidirectional Encoder Representation from Transformers)模型为语言模型。理解蛋白质是蛋白质处理过程中的至关重要的任务,而相关技术中是通过传统实验,如预测蛋白质结构的X-ray crystallography的方式,耗时较多。在本公开中,可以基于BERT语言模型对蛋白质对应的氨基酸序列进行处理,以捕捉大量训练数据集中蛋白质的结构信息和功能信息,实现对蛋白质的理解。
在一种可能的实施例中,所述根据所述预测掩码氨基酸、所述预测蛋白质和所述蛋白质样本,确定所述预设模型的理解损失和生成损失的示例性实现方式如下,该步骤可以包括:
根据所述预测掩码氨基酸与所述掩码蛋白质对应的掩盖氨基酸,确定所述理解损失。
其中,掩码蛋白质是通过对蛋白质样本进行部分掩码遮盖所得到的,则可以确定出该掩盖氨基酸,如图2所示,对蛋白质样本ABCDE进行掩码处理,如掩盖氨基酸C和E,获得掩码蛋白质AB[M]D[M],其中[M]为被遮盖处的氨基酸表示,其中[CLS]和[SEP]为BERT模型的序列中的预设固定标签。
则该实施例中,可以基于BERT模型中的MLM损失确定该理解损失,如可以基于预测掩码氨基酸与该掩盖氨基酸C和E计算交叉熵损失,以获得该理解损失。
根据所述预测蛋白质和所述蛋白质样本,确定所述生成损失。
其中,在蛋白质生成解码器中可以基于Transformer的解码器进行循环解码确定预测蛋白质,即基于给定序列{x1,x2,…,xn},预测第x(n+1)的氨基酸,从而获得最终的预测蛋白质,即预测的完整氨基酸序列。
该实施例中,生成损失可以基于NLP里语言模型的next token prediction损失即CLM损失进行计算,如基于预测蛋白质和蛋白质样本中的分别对应的氨基酸序列进行交叉熵损失计算,获得生成损失。MLM损失和CLM损失的计算方式不再赘述。
由此,通过上述技术方案,可以基于模型的输出确定出模型中各个输出对应的损失,针对不同的输出计算不同的损失,从而进一步提高损失计算的精度和准确度,以提高模型训练的准确性和效率。
在一种可能的实施例中,所述根据所述理解损失和所述生成损失分别对所述预设模型中的共享编码器、所述蛋白质理解解码器和所述蛋白质生成解码器进行训练,可以包括:
根据所述理解损失和所述生成损失对所述共享编码器的参数进行调整;
根据所述理解损失,对所述蛋白质理解解码器的参数进行调整;
根据所述生成损失,对所述蛋白质生成解码器的参数进行调整。
其中,可以基于优化器Adam对共享编码器、蛋白质理解解码器和蛋白质生成解码器的参数分别进行调整,实现预设模型的参数更新。在该过程中,针对共享编码器,可以将理解损失和生成损失的加权和确定为综合损失,并基于该综合损失对共享编码器的参数进行调整。
由此,在模型训练的过程中,可以基于蛋白质理解解码器的损失和蛋白质生成解码器的损失对共享编码器进行优化,以使得在共享编码器进行学习的过程中,能够学习到该两个任务的特征信息,同时使得共享编码器能够基于学习到的蛋白质理解信息和蛋白质生成信息进行相互补充,以获得更具有代表性的编码特征,提高编码特征的泛化性,为后续进行其他任务提供可靠的数据支持。同时也能够基于理解损失对蛋白质理解解码器的参数调整,以及基于生成损失对蛋白质生成解码器的参数进行调整,以分别对两个解码器的参数进行调整,提高解码器中获得的特征的准确性。在该技术方案中,在模型训练时能够基于不同的损失对模型的每一部分的参数进行分别调整,一方面可以提高模型训练的效率,同时可以提高模型的参数调整的准确性和有效性,避免参数调整误差对模型的准确性的影响。
在一种可能的实施例中,所述根据所述蛋白质对应的处理类型和所述蛋白质特征,确定所述蛋白质对应的应用蛋白质特征,可以包括:
若所述蛋白质对应的处理类型为第一类型,则将所述蛋白质对应的编码特征、或第一融合特征作为所述应用蛋白质特征,所述第一融合特征为所述编码特征与所述蛋白质理解特征形成的融合特征。
示例地,第一类型可以是用于蛋白质结构预测、蛋白质分类、远程同源物检查、稳定性预测、PPI预测等类型,其可以根据实际应用场景进行预先设置。
若确定出蛋白质对应的处理类型为蛋白质分类,作为示例,可以将编码特征确定为应用蛋白质特征,从而基于该应用蛋白质特征进行蛋白质分类预测,从而获得对应的分类结果。作为另一示例,可以将编码特征和蛋白质理解特征形成的融合特征作为该应用蛋白质特征,以进行后续蛋白质分类。其中,形成融合特征可以采用特征拼接concat的方法,也可以采用特征加和的方式如采用mean方法。
作为示例,在应用过程中针对不同的处理类型,可以将蛋白质理解解码器中的最后一层换成一个分类器(如MLP),从而对该蛋白质特征预处理模型的参数的基础上进行微调,以微调训练共享编码器和蛋白质理解解码器,并使得蛋白质理解解码器输出的结果为该处理类型对应的处理结果,从而可以在一定程度上提高对蛋白质进行处理的效率和准确性,并且该蛋白质特征预处理模型可以作为基础模型扩展至多个处理模型。
若所述蛋白质对应的处理类型为第二类型,则将所述蛋白质对应的编码特征或第二融合特征作为所述应用蛋白质特征,所述第二融合特征为所述编码特征与所述蛋白质生成特征形成的融合特征。
示例地,第二类型可以为蛋白质生成。作为示例,可以将该编码特征作为应用蛋白质特征,以进一步确定预测蛋白质,如后续可以直接基于该蛋白质生成解码器应用于蛋白质生成处理过程,将蛋白质生成解码器输出的结果作为蛋白质生成处理的结果。作为另一示例,可以将该编码特征和蛋白质生成特征进行融合获得该应用蛋白质特征,其中,在蛋白质生成特征中包含蛋白质生成解码器在编码特征的基础上进一步抽取出的与蛋白质生成相关的特征,则基于该融合特征进行后续的蛋白质生成可以进一步提高获得的蛋白质生成结果的准确性,为进行后续任务提供准确且可靠的数据支持。
由此,通过上述技术方案,可以根据蛋白质对应的不同处理类型,确定对该蛋白质进行处理时所对应的应用蛋白质特征,一方面可以提高该应用蛋白质特征的准确性,同时可以基于一次特征提取为蛋白质进行多个任务处理提高可靠的数据支持,便于对蛋白质进行多任务处理的效率和准确率。
基于相同的发明构思,本公开还提供一种蛋白质特征预处理装置,如图3所示,所述装置10包括:
接收模块100,用于接收待处理的蛋白质;
处理模块200,用于根据所述蛋白质和训练完成的蛋白质特征预处理模型,获得所述蛋白质对应的蛋白质特征;
确定模块300,用于根据所述蛋白质对应的处理类型和所述蛋白质特征,确定所述蛋白质对应的应用蛋白质特征;
其中,所述蛋白质特征预处理模型包括共享编码器、蛋白质理解解码器和蛋白质生成解码器,所述共享编码器用于对所述蛋白质进行特征编码获得编码特征,所述蛋白质理解解码器用于对所述编码特征进行理解解码处理,获得蛋白质理解特征,所述蛋白质生成解码器用于对所述编码特征进行生成解码处理,获得蛋白质生成特征,所述蛋白质特征包括所述编码特征、所述蛋白质理解特征和所述蛋白质生成特征。
可选地,所述蛋白质特征预处理模型通过训练模块进行训练确定,所述训练模块包括:
获取子模块,用于获取蛋白质样本集,其中,所述蛋白质样本集中包含多个蛋白质样本;
第一处理子模块,用于对所述蛋白质样本进行掩码处理,获得所述蛋白质样本对应的掩码蛋白质;
第二处理子模块,用于将所述掩码蛋白质输入预设模型,获得所述掩码蛋白质对应的预测掩码氨基酸以及预测蛋白质,其中,所述预设模型包括共享编码器、蛋白质理解解码器和蛋白质生成解码器;
第一确定子模块,用于根据所述预测掩码氨基酸、所述预测蛋白质和所述蛋白质样本,确定所述预设模型的理解损失和生成损失;
训练子模块,用于根据所述理解损失和所述生成损失分别对所述预设模型中的共享编码器、所述蛋白质理解解码器和所述蛋白质生成解码器进行训练,并将训练完成的预设模型确定为所述蛋白质特征预处理模型。
可选地,所述第一确定子模块包括:
第二确定子模块,用于根据所述预测掩码氨基酸与所述掩码蛋白质对应的掩盖氨基酸,确定所述理解损失;
第三确定子模块,用于根据所述预测蛋白质和所述蛋白质样本,确定所述生成损失。
可选地,所述训练子模块包括:
第一调整子模块,用于根据所述理解损失和所述生成损失对所述共享编码器的参数进行调整;
第二调整子模块,用于根据所述理解损失,对所述蛋白质理解解码器的参数进行调整;
第三调整子模块,用于根据所述生成损失,对所述蛋白质生成解码器的参数进行调整。
可选地,所述蛋白质理解解码器基于BERT模型实现,所述蛋白质生成解码器基于Transformer模型的解码器实现。
可选地,所述确定模块包括:
第四确定子模块,用于若所述蛋白质对应的处理类型为第一类型,则将所述蛋白质对应的编码特征、或第一融合特征作为所述应用蛋白质特征,所述第一融合特征为所述编码特征与所述蛋白质理解特征形成的融合特征;
第五确定子模块,用于若所述蛋白质对应的处理类型为第二类型,则将所述蛋白质对应的编码特征或第二融合特征作为所述应用蛋白质特征,所述第二融合特征为所述编码特征与所述蛋白质生成特征形成的融合特征。
下面参考图4,其示出了适于用来实现本公开实施例的电子设备600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收待处理的蛋白质;根据所述蛋白质和训练完成的蛋白质特征预处理模型,获得所述蛋白质对应的蛋白质特征;根据所述蛋白质对应的处理类型和所述蛋白质特征,确定所述蛋白质对应的应用蛋白质特征;其中,所述蛋白质特征预处理模型包括共享编码器、蛋白质理解解码器和蛋白质生成解码器,所述共享编码器用于对所述蛋白质进行特征编码获得编码特征,所述蛋白质理解解码器用于对所述编码特征进行理解解码处理,获得蛋白质理解特征,所述蛋白质生成解码器用于对所述编码特征进行生成解码处理,获得蛋白质生成特征,所述蛋白质特征包括所述编码特征、所述蛋白质理解特征和所述蛋白质生成特征。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码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)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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、或代码的一部分,该模块、程序段、或代码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。也应当注意,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,两个接连地表示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操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。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,接收模块还可以被描述为“接收待处理的蛋白质的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,示例1提供了一种蛋白质特征预处理方法,其中,所述方法包括:
接收待处理的蛋白质;
根据所述蛋白质和训练完成的蛋白质特征预处理模型,获得所述蛋白质对应的蛋白质特征;
根据所述蛋白质对应的处理类型和所述蛋白质特征,确定所述蛋白质对应的应用蛋白质特征;
其中,所述蛋白质特征预处理模型包括共享编码器、蛋白质理解解码器和蛋白质生成解码器,所述共享编码器用于对所述蛋白质进行特征编码获得编码特征,所述蛋白质理解解码器用于对所述编码特征进行理解解码处理,获得蛋白质理解特征,所述蛋白质生成解码器用于对所述编码特征进行生成解码处理,获得蛋白质生成特征,所述蛋白质特征包括所述编码特征、所述蛋白质理解特征和所述蛋白质生成特征。
根据本公开的一个或多个实施例,示例2提供了示例1的方法,其中,所述蛋白质特征预处理模型通过以下方式确定:
获取蛋白质样本集,其中,所述蛋白质样本集中包含多个蛋白质样本;
对所述蛋白质样本进行掩码处理,获得所述蛋白质样本对应的掩码蛋白质;
将所述掩码蛋白质输入预设模型,获得所述掩码蛋白质对应的预测掩码氨基酸以及预测蛋白质,其中,所述预设模型包括共享编码器、蛋白质理解解码器和蛋白质生成解码器;
根据所述预测掩码氨基酸、所述预测蛋白质和所述蛋白质样本,确定所述预设模型的理解损失和生成损失;
根据所述理解损失和所述生成损失分别对所述预设模型中的共享编码器、所述蛋白质理解解码器和所述蛋白质生成解码器进行训练,并将训练完成的预设模型确定为所述蛋白质特征预处理模型。
根据本公开的一个或多个实施例,示例3提供了示例2的方法,其中,所述根据所述预测掩码氨基酸、所述预测蛋白质和所述蛋白质样本,确定所述预设模型的理解损失和生成损失,包括:
根据所述预测掩码氨基酸与所述掩码蛋白质对应的掩盖氨基酸,确定所述理解损失;
根据所述预测蛋白质和所述蛋白质样本,确定所述生成损失。
根据本公开的一个或多个实施例,示例4提供了示例2的方法,其中,所述根据所述理解损失和所述生成损失分别对所述预设模型中的共享编码器、所述蛋白质理解解码器和所述蛋白质生成解码器进行训练,包括:
根据所述理解损失和所述生成损失对所述共享编码器的参数进行调整;
根据所述理解损失,对所述蛋白质理解解码器的参数进行调整;
根据所述生成损失,对所述蛋白质生成解码器的参数进行调整。
根据本公开的一个或多个实施例,示例5提供了示例1的方法,其中,所述蛋白质理解解码器基于BERT模型实现,所述蛋白质生成解码器基于Transformer模型的解码器实现。
根据本公开的一个或多个实施例,示例6提供了示例1的方法,其中,所述根据所述蛋白质对应的处理类型和所述蛋白质特征,确定所述蛋白质对应的应用蛋白质特征,包括:
若所述蛋白质对应的处理类型为第一类型,则将所述蛋白质对应的编码特征、或第一融合特征作为所述应用蛋白质特征,所述第一融合特征为所述编码特征与所述蛋白质理解特征形成的融合特征;
若所述蛋白质对应的处理类型为第二类型,则将所述蛋白质对应的编码特征或第二融合特征作为所述应用蛋白质特征,所述第二融合特征为所述编码特征与所述蛋白质生成特征形成的融合特征。
根据本公开的一个或多个实施例,示例7提供了一种蛋白质特征预处理装置,所述装置包括:
接收模块,用于接收待处理的蛋白质;
处理模块,用于根据所述蛋白质和训练完成的蛋白质特征预处理模型,获得所述蛋白质对应的蛋白质特征;
确定模块,用于根据所述蛋白质对应的处理类型和所述蛋白质特征,确定所述蛋白质对应的应用蛋白质特征;
其中,所述蛋白质特征预处理模型包括共享编码器、蛋白质理解解码器和蛋白质生成解码器,所述共享编码器用于对所述蛋白质进行特征编码获得编码特征,所述蛋白质理解解码器用于对所述编码特征进行理解解码处理,获得蛋白质理解特征,所述蛋白质生成解码器用于对所述编码特征进行生成解码处理,获得蛋白质生成特征,所述蛋白质特征包括所述编码特征、所述蛋白质理解特征和所述蛋白质生成特征。
根据本公开的一个或多个实施例,示例8提供了示例7的装置,其中,所述蛋白质特征预处理模型通过训练模块进行训练确定,所述训练模块包括:
获取子模块,用于获取蛋白质样本集,其中,所述蛋白质样本集中包含多个蛋白质样本;
第一处理子模块,用于对所述蛋白质样本进行掩码处理,获得所述蛋白质样本对应的掩码蛋白质;
第二处理子模块,用于将所述掩码蛋白质输入预设模型,获得所述掩码蛋白质对应的预测掩码氨基酸以及预测蛋白质,其中,所述预设模型包括共享编码器、蛋白质理解解码器和蛋白质生成解码器;
第一确定子模块,用于根据所述预测掩码氨基酸、所述预测蛋白质和所述蛋白质样本,确定所述预设模型的理解损失和生成损失;
训练子模块,用于根据所述理解损失和所述生成损失分别对所述预设模型中的共享编码器、所述蛋白质理解解码器和所述蛋白质生成解码器进行训练,并将训练完成的预设模型确定为所述蛋白质特征预处理模型。
根据本公开的一个或多个实施例,示例9提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现示例1-6中任一项所述方法的步骤。
根据本公开的一个或多个实施例,示例10提供了一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现示例1-6中任一项所述方法的步骤。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
Claims (8)
1.一种蛋白质特征预处理方法,其特征在于,所述方法包括:
接收待处理的蛋白质;
根据所述蛋白质和训练完成的蛋白质特征预处理模型,获得所述蛋白质对应的蛋白质特征;
根据所述蛋白质对应的处理类型和所述蛋白质特征,确定所述蛋白质对应的应用蛋白质特征;
其中,所述蛋白质特征预处理模型包括共享编码器、蛋白质理解解码器和蛋白质生成解码器,所述共享编码器用于对所述蛋白质进行特征编码获得编码特征,所述蛋白质理解解码器用于对所述编码特征进行理解解码处理,获得蛋白质理解特征,所述蛋白质生成解码器用于对所述编码特征进行生成解码处理,获得蛋白质生成特征,所述蛋白质特征包括所述编码特征、所述蛋白质理解特征和所述蛋白质生成特征;
所述蛋白质特征预处理模型通过以下方式确定:
获取蛋白质样本集,其中,所述蛋白质样本集中包含多个蛋白质样本;
对所述蛋白质样本进行掩码处理,获得所述蛋白质样本对应的掩码蛋白质;
将所述掩码蛋白质输入预设模型,获得所述掩码蛋白质对应的预测掩码氨基酸以及预测蛋白质,其中,所述预设模型包括共享编码器、蛋白质理解解码器和蛋白质生成解码器;
根据所述预测掩码氨基酸、所述预测蛋白质和所述蛋白质样本,确定所述预设模型的理解损失和生成损失;
根据所述理解损失和所述生成损失分别对所述预设模型中的共享编码器、所述蛋白质理解解码器和所述蛋白质生成解码器进行训练,并将训练完成的预设模型确定为所述蛋白质特征预处理模型。
2.根据权利要求1所述的方法,其特征在于,所述根据所述预测掩码氨基酸、所述预测蛋白质和所述蛋白质样本,确定所述预设模型的理解损失和生成损失,包括:
根据所述预测掩码氨基酸与所述掩码蛋白质对应的掩盖氨基酸,确定所述理解损失;
根据所述预测蛋白质和所述蛋白质样本,确定所述生成损失。
3.根据权利要求1所述的方法,其特征在于,所述根据所述理解损失和所述生成损失分别对所述预设模型中的共享编码器、所述蛋白质理解解码器和所述蛋白质生成解码器进行训练,包括:
根据所述理解损失和所述生成损失对所述共享编码器的参数进行调整;
根据所述理解损失,对所述蛋白质理解解码器的参数进行调整;
根据所述生成损失,对所述蛋白质生成解码器的参数进行调整。
4.根据权利要求1所述的方法,其特征在于,所述蛋白质理解解码器基于BERT模型实现,所述蛋白质生成解码器基于Transformer模型的解码器实现。
5.根据权利要求1所述的方法,其特征在于,所述根据所述蛋白质对应的处理类型和所述蛋白质特征,确定所述蛋白质对应的应用蛋白质特征,包括:
若所述蛋白质对应的处理类型为第一类型,则将所述蛋白质对应的编码特征、或第一融合特征作为所述应用蛋白质特征,所述第一融合特征为所述编码特征与所述蛋白质理解特征形成的融合特征;
若所述蛋白质对应的处理类型为第二类型,则将所述蛋白质对应的编码特征或第二融合特征作为所述应用蛋白质特征,所述第二融合特征为所述编码特征与所述蛋白质生成特征形成的融合特征。
6.一种蛋白质特征预处理装置,其特征在于,所述装置包括:
接收模块,用于接收待处理的蛋白质;
处理模块,用于根据所述蛋白质和训练完成的蛋白质特征预处理模型,获得所述蛋白质对应的蛋白质特征;
确定模块,用于根据所述蛋白质对应的处理类型和所述蛋白质特征,确定所述蛋白质对应的应用蛋白质特征;
其中,所述蛋白质特征预处理模型包括共享编码器、蛋白质理解解码器和蛋白质生成解码器,所述共享编码器用于对所述蛋白质进行特征编码获得编码特征,所述蛋白质理解解码器用于对所述编码特征进行理解解码处理,获得蛋白质理解特征,所述蛋白质生成解码器用于对所述编码特征进行生成解码处理,获得蛋白质生成特征,所述蛋白质特征包括所述编码特征、所述蛋白质理解特征和所述蛋白质生成特征;
所述蛋白质特征预处理模型通过训练模块进行训练确定,所述训练模块包括:
获取子模块,用于获取蛋白质样本集,其中,所述蛋白质样本集中包含多个蛋白质样本;
第一处理子模块,用于对所述蛋白质样本进行掩码处理,获得所述蛋白质样本对应的掩码蛋白质;
第二处理子模块,用于将所述掩码蛋白质输入预设模型,获得所述掩码蛋白质对应的预测掩码氨基酸以及预测蛋白质,其中,所述预设模型包括共享编码器、蛋白质理解解码器和蛋白质生成解码器;
第一确定子模块,用于根据所述预测掩码氨基酸、所述预测蛋白质和所述蛋白质样本,确定所述预设模型的理解损失和生成损失;
训练子模块,用于根据所述理解损失和所述生成损失分别对所述预设模型中的共享编码器、所述蛋白质理解解码器和所述蛋白质生成解码器进行训练,并将训练完成的预设模型确定为所述蛋白质特征预处理模型。
7.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现权利要求1-5中任一项所述方法的步骤。
8.一种电子设备,其特征在于,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现权利要求1-5中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310010026.3A CN115938470B (zh) | 2023-01-04 | 2023-01-04 | 蛋白质特征预处理方法、装置、介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310010026.3A CN115938470B (zh) | 2023-01-04 | 2023-01-04 | 蛋白质特征预处理方法、装置、介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115938470A CN115938470A (zh) | 2023-04-07 |
CN115938470B true CN115938470B (zh) | 2024-01-19 |
Family
ID=86699240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310010026.3A Active CN115938470B (zh) | 2023-01-04 | 2023-01-04 | 蛋白质特征预处理方法、装置、介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115938470B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111382253A (zh) * | 2020-03-02 | 2020-07-07 | 苏州思必驰信息科技有限公司 | 语义解析方法及语义解析器 |
CN112257471A (zh) * | 2020-11-12 | 2021-01-22 | 腾讯科技(深圳)有限公司 | 一种模型训练方法、装置、计算机设备及存储介质 |
US10929392B1 (en) * | 2018-11-16 | 2021-02-23 | Amazon Technologies, Inc. | Artificial intelligence system for automated generation of realistic question and answer pairs |
CN113392929A (zh) * | 2021-07-01 | 2021-09-14 | 中国科学院深圳先进技术研究院 | 一种基于词嵌入与自编码器融合的生物序列特征提取方法 |
CN113673247A (zh) * | 2021-05-13 | 2021-11-19 | 江苏曼荼罗软件股份有限公司 | 基于深度学习的实体识别方法、装置、介质及电子设备 |
CN113889179A (zh) * | 2021-10-13 | 2022-01-04 | 山东大学 | 基于多视图深度学习的化合物-蛋白质相互作用预测方法 |
CN114187969A (zh) * | 2021-11-19 | 2022-03-15 | 厦门大学 | 一种处理单细胞多模态组学数据的深度学习方法及系统 |
CN114333982A (zh) * | 2021-11-26 | 2022-04-12 | 北京百度网讯科技有限公司 | 蛋白质表示模型预训练、蛋白质相互作用预测方法和装置 |
CN115239999A (zh) * | 2022-07-22 | 2022-10-25 | 水木未来(北京)科技有限公司 | 蛋白质电子密度图处理方法、装置、电子设备和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220375538A1 (en) * | 2021-05-11 | 2022-11-24 | International Business Machines Corporation | Embedding-based generative model for protein design |
-
2023
- 2023-01-04 CN CN202310010026.3A patent/CN115938470B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10929392B1 (en) * | 2018-11-16 | 2021-02-23 | Amazon Technologies, Inc. | Artificial intelligence system for automated generation of realistic question and answer pairs |
CN111382253A (zh) * | 2020-03-02 | 2020-07-07 | 苏州思必驰信息科技有限公司 | 语义解析方法及语义解析器 |
CN112257471A (zh) * | 2020-11-12 | 2021-01-22 | 腾讯科技(深圳)有限公司 | 一种模型训练方法、装置、计算机设备及存储介质 |
CN113673247A (zh) * | 2021-05-13 | 2021-11-19 | 江苏曼荼罗软件股份有限公司 | 基于深度学习的实体识别方法、装置、介质及电子设备 |
CN113392929A (zh) * | 2021-07-01 | 2021-09-14 | 中国科学院深圳先进技术研究院 | 一种基于词嵌入与自编码器融合的生物序列特征提取方法 |
CN113889179A (zh) * | 2021-10-13 | 2022-01-04 | 山东大学 | 基于多视图深度学习的化合物-蛋白质相互作用预测方法 |
CN114187969A (zh) * | 2021-11-19 | 2022-03-15 | 厦门大学 | 一种处理单细胞多模态组学数据的深度学习方法及系统 |
CN114333982A (zh) * | 2021-11-26 | 2022-04-12 | 北京百度网讯科技有限公司 | 蛋白质表示模型预训练、蛋白质相互作用预测方法和装置 |
CN115239999A (zh) * | 2022-07-22 | 2022-10-25 | 水木未来(北京)科技有限公司 | 蛋白质电子密度图处理方法、装置、电子设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
A Siamese Autoencoder Preserving Distances for Anomaly Detection in Multi-Robot Systems;Lev V. Utkin 等;《2017 International Conference on Control, Artificial Intelligence, Robotics & Optimization》;第39-44页 * |
基于生物医学词典的实体表示及其应用研究;宁时贤;《CNKI学位论文》;第2020年卷(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115938470A (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112183120A (zh) | 语音翻译方法、装置、设备和存储介质 | |
US20240127795A1 (en) | Model training method, speech recognition method, device, medium, and apparatus | |
CN112509562B (zh) | 用于文本后处理的方法、装置、电子设备和介质 | |
CN113327599B (zh) | 语音识别方法、装置、介质及电子设备 | |
CN113723341B (zh) | 视频的识别方法、装置、可读介质和电子设备 | |
CN115312127B (zh) | 识别模型的预训练方法、识别方法、装置、介质和设备 | |
CN116129452A (zh) | 文档理解模型的生成方法、应用方法、装置、设备及介质 | |
CN117241092A (zh) | 一种视频处理方法、装置、存储介质及电子设备 | |
CN116072108A (zh) | 模型生成方法、语音识别方法、装置、介质及设备 | |
CN115938470B (zh) | 蛋白质特征预处理方法、装置、介质及设备 | |
CN116483891A (zh) | 一种信息预测方法、装置、设备和存储介质 | |
CN115662517A (zh) | 序列预测方法、装置、介质及电子设备 | |
CN116343905B (zh) | 蛋白质特征的预处理方法、装置、介质及设备 | |
CN114693814B (zh) | 模型的解码方法、文本识别方法、装置、介质及设备 | |
CN115565607B (zh) | 确定蛋白质信息的方法、装置、可读介质及电子设备 | |
CN116364066A (zh) | 分类模型生成方法、音频分类方法、装置、介质及设备 | |
CN116824592A (zh) | 地址信息识别方法、装置、电子设备与计算机可读介质 | |
CN116504269A (zh) | 发音评价方法、装置、可读介质及电子设备 | |
CN116167433A (zh) | 用于训练图像特征提取模型的方法、图像识别方法及介质 | |
CN116092092A (zh) | 匹配方法、装置、介质及电子设备 | |
CN117556201A (zh) | 路网信息识别方法、装置、可读介质及电子设备 | |
CN116229954A (zh) | 数据处理方法、装置、可读介质及电子设备 | |
CN116775816A (zh) | 解题模型的确定方法、数据处理方法、装置、介质及设备 | |
CN116884402A (zh) | 语音转文本的方法、装置、电子设备及存储介质 | |
CN118052288A (zh) | 问答优化方法、装置、设备、存储介质及产品 |
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 |