摘要
一种基于混合注意力机制的冷冻电镜密度图精修方法,属于生物信息学领域,首先构建包含实验密度图及其对应的原子结构的训练数据集,使用蛋白质大语言模型提取原子结构的特征嵌入表示,并根据原子结构生成对应的模拟密度图;然后将每个实验密度图与其对应的模拟密度图进行切块处理;接着,将实验密度图块和结构特征嵌入输入基于混合注意力机制的Transformer深度学习网络,生成预测密度图块;随后计算每组预测密度图块与对应模拟密度图块之间的损失差值,并通过反向传播差值更新网络参数;最后将待处理的冷冻电镜密度图切分为多个密度图块,经训练好的网络预测并组装,得到最终的精修密度图。本发明能够提高密度图的质量、鲁棒性较强。
技术关键词
精修方法
冷冻电镜
密度
大语言模型
更新网络参数
矩阵
交叉注意力机制
通道
深度学习网络
数据
网格
网络架构
网络模块
分辨率
切块
滑动窗口