摘要
本发明涉及蛋白质相关数据处理技术领域,本发明公开了一种蛋白质结合位点预测方法、系统、介质、设备及产品,包括:构建蛋白质分子的图,通过端到端的分层几何深度学习模型,预测得到结合位点;所述端到端的分层几何深度学习模型包括一层特征编码层、若干层特征表征层和分类器,所述特征编码层和每层特征表征层均包含一个增强型图神经网络和一个排序径向基神经网络;所述增强型图神经网络作用于图上,进行节点特征、边特征和位置特征的更新;所述排序径向基神经网络将节点邻域内的所有残基视为点云结构,提取邻域的图特征;所述分类器基于图特征预测每个残基为结合位点的概率。提取了多层次的蛋白质表征结构信息。
技术关键词
位点预测方法
节点特征
多层感知机
径向基神经网络
编码
深度学习模型
坐标
序列特征
分类器
计算机程序产品
隐马尔可夫模型
邻域
非线性
过滤器
处理器
端点
分层
数据处理技术
系统为您推荐了相关专利信息
水质预测方法
多层感知机
计算机可执行指令
数据
序列
电力设备故障预警方法
知识图谱驱动
预警模型
切换运行模式
故障传播路径