一种基于混合深度学习网络模型的蛋白质残基间距离预测方法

一种基于混合深度学习网络模型的蛋白质残基间距离预测方法，它属于生物信息学领域。本发明解决了现有方法对蛋白质残基间距离预测的准确率低的问题。本发明利用多阶段残差卷积编码器对氨基酸残基对之间的局部结构模式进行多尺度特征提取，并结合跨层跳跃连接与解码器结构实现了结构细节的逐级还原。在结构设计上，提出了“编码、KAN网络推理和解码”的三段式结构，并通过在编码器中的每个残差块中集成Mamba子单元，提升了整体模型对残基之间中长程依赖结构的建模稳定性与空间一致性，这种方式具备良好的结构表达能力与泛化性能，增强了模型对蛋白质复杂空间交互模式的表达能力。本发明方法可以应用于蛋白质残基间距离预测。