基于深度生成模型与强化学习的蛋白质构象变化预测方法

本申请涉及一种基于深度生成模型与强化学习的蛋白质构象变化预测方法。该方法包括：获取多个样本数据构成样本数据集；对样本数据集的每个样本数据的第K+1帧至L帧分子动力学模拟轨迹数据进行掩码，获取被掩码样本数据集；将样本数据集、被掩码样本数据集和第一条件引导信息输入待训练的蛋白质构象预测模型进行训练，采用蛋白质构象动力学策略优化的强化学习微调算法对训练后的蛋白质构象预测模型的网络参数进行微调，获得训练好的蛋白质构象预测模型。获取L帧随机噪声、第一条件引导信息和K帧蛋白质初始构象输入训练好的蛋白质构象预测模型进行预测，获得L帧蛋白质构象变化轨迹。由此，能够对蛋白质构象变化过程进行动态分析的能力。