一种基于向量量化的蛋白质结构表示方法

本发明涉及一种基于向量量化的蛋白质结构表示方法，包括：将蛋白质数据分为已知部分和未知部分，其中，已知部分包括已知蛋白质序列和已知蛋白质结构；针对已知部分，依次进行蛋白质序列结构编码和软条件向量量化处理，得到已知部分的量化后的表示；将已知部分的量化后的表示输入折叠符号生成模型FoldGPT，输出得到预测的量化表示；针对预测的量化表示进行蛋白质序列结构解码，生成未知部分的氨基酸残基及其空间结构。与现有技术相比，本发明能够实现蛋白质序列和三维结构信息的统一表示，提高蛋白质结构的重建质量，并支持高效、高精度的蛋白质序列和结构生成。