申请/专利权人:北京百度网讯科技有限公司
申请日:2024-03-20
公开(公告)日:2024-06-14
公开(公告)号:CN118197410A
主分类号:G16B25/00
分类号:G16B25/00;G16B20/00
优先权:
专利状态码:在审-公开
法律状态:2024.06.14#公开
摘要:本公开提供了一种蛋白质设计方法、装置、设备和介质,涉及人工智能领域,具体为深度学习、生物计算和大语言模型等技术领域。生成方法包括:构造多个候选蛋白质,其中每个包括原始蛋白质的第一链和基于原始蛋白质的第二链构造的非天然序列;检索得到第一链的第一多序列比对和非天然序列的第二多序列比对;利用预训练初始蛋白质语言模型将第一多序列比对和第二多序列比对匹配得到跨链同源序列;利用蛋白质结构预测模型预测候选蛋白质的结构和第一评分;基于第一评分确定奖励值并对初始蛋白质语言模型进行强化学习训练;利用训练后的目标蛋白质语言模型和蛋白质结构预测模型确定多个候选蛋白质各自的第二评分,以得到蛋白质设计结果。
主权项:1.一种蛋白质设计方法,包括:确定原始蛋白质,所述原始蛋白质包括第一链和第二链;基于所述第二链构造多个非天然序列,得到多个候选蛋白质,所述多个候选蛋白质均包括所述第一链,并且各自包括所述多个非天然序列中的一个非天然序列;在蛋白质数据库中检索得到所述第一链的第一多序列比对和所述多个非天然序列各自的第二多序列比对;利用预训练的初始蛋白质语言模型将所述第一多序列比对和所述候选蛋白质所包括的非天然序列的第二多序列比对进行匹配,以得到该候选蛋白质的多个跨链同源序列;利用蛋白质结构预测模型处理所述多个候选蛋白质各自对应的多个跨链同源序列,以得到所述多个候选蛋白质各自的预测结构和第一评分,所述第一评分表征对蛋白质结构的预测质量;基于所述第一评分确定奖励值,并基于所述奖励值对所述初始蛋白质语言模型进行强化学习训练,以得到目标蛋白质语言模型;以及利用所述目标蛋白质语言模型和所述蛋白质结构预测模型确定所述多个候选蛋白质各自的第二评分,以得到蛋白质设计结果。
全文数据:
权利要求:
百度查询: 北京百度网讯科技有限公司 蛋白质设计方法、装置、设备和介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。