摘要
本发明属于在冷冻电镜密度图上构建蛋白质结构的领域,涉及一种结合从头建模和结构预测从冷冻电镜密度图构建蛋白质结构的方法、计算机装置、可读存储介质及程序产品。该方法通过三个深度神经网络分别预测原子概率、氨基酸类型和进行全原子优化,并将其输出结果与图论、优化、几何算法相结合,共同辅助进行蛋白质结构建模,能够最大程度地挖掘蛋白质结构信息。本发明既能够在缺少蛋白质单体全长结构数据时进行从头建模,也能够在输入蛋白质单体全长结构数据的条件下进行整合建模,适用场景广泛,可以从中高分辨率的冷冻电镜密度图中自动构建蛋白质复合物的结构,且对于传统方法局部分辨率较差的区域,能够显著提升建模精度。
技术关键词
冷冻电镜
优化神经网络
密度
计算机装置
单体
解码器
均值漂移算法
编码器
可读存储介质
随机噪声
序列
缺失结构
深度神经网络
计算机程序产品
处理器
注意力机制
框架
模块
系统为您推荐了相关专利信息
地磁感应电流
储能模块
脉冲电流波形
储能单体
直流接触器
剩余油饱和度
岩石物理模型
地震
叠前反演方法
代表
网格
风力发电机组散热
参数
计算机执行指令
三维数字模型
机场跑道
策略优化模型
分析方法
概率密度函数
导弹