基于深度融合网络的蛋白质复合物模型全局质量评估方法
申请号:CN202510529567
申请日期:2025-04-25
公开号:CN120544682A
公开日期:2025-08-26
类型:发明专利
摘要
一种基于深度融合网络的蛋白质复合物模型全局质量评估方法,属于生物信息学、计算机应用领域,首先在蛋白质数据库RCSB PDB中对于最大序列冗余、分辨率、残基长度设置特定阈值筛选出天然蛋白质结构,对于每个蛋白质结构利用HDock和xTrimoMultimer对接算法并结合链取向扰动策略,生成扰动结构模型;然后,基于每个蛋白质结构模型提取进化特征、物理特征以及几何特征,并构建融合深度卷积神经网络、轴向注意力机制网络和图注意力网络的深度融合网络,以充分捕捉蛋白质复合物的局部与全局拓扑信息,最终经过解码模块预测得到全局质量分数。本发明,能够有效地捕捉蛋白质复合物模型的全局拓扑信息,从而评估其质量。
技术关键词
深度融合网络
复合物
蛋白质结构模型
注意力神经网络
深度卷积神经网络
矩阵
模板结构
注意力机制
扰动结构
解码模块
二维卷积网络
序列特征
节点特征
坐标系
空间坐标信息
二进制特征
三维坐标信息