摘要
本发明公开了一种GBeta‑PMapping模型动态分配RNA LJ参数方法,包括:对从PDB数据库中获取全部RNA三维结构进行处理,形成配对和堆叠两种RNA核苷酸片段;制作高精度的RNA量子化学水平数据集,对所述两种RNA核苷酸片段进行量化计算,获得分子间相互作用能;制备训练GBeta模型的数据集,基于图神经网络GraphSAGE模型构建深度学习模型GBeta;基于粒子群优化算法、LJ映射函数理论和分子动力学模拟,获得最佳的映射函数模型PMapping;获取待分配LJ参数的RNA结构,将所述待分配的参数的RNA结构转换为待预测矩阵,通过训练好的深度学习模型对待预测矩阵进行预测,得到RNA分子中每个原子的电子云密度衰减系数(beta),beta传入PMapping模型计算得到每个原子的LJ参数。
技术关键词
核苷酸
分子间相互作用
深度学习模型
粒子群优化算法
三维结构
参数
工具包
矩阵
元素
数据
理论
粒子群算法
密度
代表
关系
程序
软件
脚本
力学
系统为您推荐了相关专利信息
电池剩余使用寿命
支持向量回归模型
预测使用寿命
预测误差
离散小波变换
三维地理信息
多模态交互
植物形态特征
植物生长动力学
对象
径向基函数网络
薄板样条插值
主动脉
CT血管造影
二尖瓣
互动场景
语音识别功能
标签类别
声学特征
生成文字