摘要
一种基于沃罗诺伊图的蛋白质复合物模型质量评估方法,首先在PDB结构数据库中通过PISCES服务器筛选出7099个结构;然后采用结构扰动、模板建模和深度学习建模三种方法为数据集中的每个蛋白质生成大约150个结构模型。每个结构模型对氨基酸序列、蛋白质模型结构提取接触面面积,溶剂可及面积,基于接触面的能量项,残基级接触面方向等基于沃罗诺伊图的特征以及提取罗塞塔特征和语言模型特征之后,由不变点注意力机制神经网络模块捕获不同尺度的特征集合,由残差注意力神经网络解码输出逐残基的lDDT分数。本发明能够快速和有针对性的进行蛋白质复合物模型质量评估,有效解决蛋白质复合物模型质量评估精度低、可靠性差的问题。