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。
技术关键词
注意力神经网络
复合物
三角剖分算法
接触面
注意力机制
深度学习建模方法
蛋白质结构模型
模板建模方法
评价预测模型
面积计算方法
坐标
甘氨酸
编码模块
序列
定义
计算机图形学
深度学习网络
扰动结构
系统为您推荐了相关专利信息
兴趣点推荐方法
引入注意力机制
递归神经网络
相似性度量学习
编码器
人脸识别系统
计算机视觉
声波传感器
多模态特征融合
跨模态
海洋底栖生物
直方图均衡化方法
输出特征
水下机器人
评估图像数据
扫描仪
放射学设备
工作流
医学成像数据
信号接收接口
重复性检测方法
大语言模型
题库数据
多模态
语义向量