一种基于深度学习的蛋白质设计方法

本发明公开了一种基于深度学习的蛋白质设计方法，包括以下步骤：从五个预训练的模型中计算蛋白质序列中的氨基酸分布；然后分别计算五个预训练的模型中的蛋白质各氨基酸残基分布；接着将五个预训练的模型中的氨基酸分布进行合并到新的纬度，并将合并后的分布输入基于自注意力的集成网络中，并获得注意力输出Z；将注意力输出Z通过多层前馈神经网络进行处理并获得结果H；然后出线性层进行投射到并得到未归一化得分；接着将未归一化得分进行归一化得到最终的蛋白质序列分布。本发明提供了一种基于深度学习的蛋白质设计方法，通过整合多个预训练模型的结构，全面学习蛋白质结构序列模态对应关系，能够设计出更为多样性的蛋白质序列。