[发明专利]分类方法及装置、电子设备和存储介质

说明书

本公开涉及一种分类方法及装置、电子设备和存储介质，所述方法包括：获取目标蛋白质的初始编码特征，多个所述目标蛋白质之间形成第一待测作用关系；确定所述目标蛋白质发生相互作用所构成的目标关系图；根据所述初始编码特征和所述目标关系图，对所述目标蛋白质进行特征提取，得到所述目标蛋白质的联合编码特征；根据所述联合编码特征，对所述第一待测作用关系的所属类别进行预测，得到类别预测结果。本公开实施例可以提高对蛋白质相互作用关系进行分类的便捷性、效率和准确度。

技术领域

本公开涉及计算机技术领域，尤其涉及一种分类方法及装置、电子设备和存储介质。

背景技术

蛋白质-蛋白质相互作用(Protein-protein interaction，PPI)是指两种或以上的蛋白质结合过程，通常旨在执行其生化功能。PPI在绝大多数生化功能中扮演极其重要的角色，每个PPI的类型可能与多种类型相关联。通过研究这些PPI及其不同的相互作用类型，人们可以更深入了解生物或疾病等信息。

然而，通过生物实验来确定PPI的类型费时费力，如何准确且高效地对PPI的类型进行预测，成为目前一个亟待解决的问题。

发明内容

为克服相关技术中存在的问题，本公开提出了一种分类方案。

根据本公开的一方面，提供了一种分类方法，包括：

获取目标蛋白质的初始编码特征，多个所述目标蛋白质之间形成第一待测作用关系；确定所述目标蛋白质发生相互作用所构成的目标关系图；根据所述初始编码特征和所述目标关系图，对所述目标蛋白质进行特征提取，得到所述目标蛋白质的联合编码特征；根据所述联合编码特征，对所述第一待测作用关系的所属类别进行预测，得到类别预测结果。

在一种可能的实现方式中，所述根据所述初始编码特征和所述目标关系图，对所述目标蛋白质进行特征提取，得到所述目标蛋白质的联合编码特征，包括：根据所述目标关系图，对与所述目标蛋白质发生相互作用的至少一个相邻作用蛋白质的特征进行聚合得到聚合结果；根据所述聚合结果对所述初始编码特征进行更新，得到所述联合编码特征。

在一种可能的实现方式中，所述确定所述目标蛋白质发生相互作用所构成的目标关系图，包括：获取第一预设连接图，其中，所述第一预设连接图包括多个蛋白质所构成的多个节点，以及所述多个蛋白质通过相互作用所形成的节点之间的连接边；以及，根据所述第一预设连接图中所述目标蛋白质连接的节点和/或连接边，确定所述目标蛋白质在相互作用下形成的目标关系图。

在一种可能的实现方式中，所述方法通过目标神经网络实现，所述目标神经网络包括图神经网络；所述根据所述初始编码特征和所述目标关系图，对所述目标蛋白质进行特征提取，得到所述目标蛋白质的联合编码特征，包括：将所述初始编码特征以及所述目标关系图输入所述图神经网络，得到所述图神经网络输出的所述联合编码特征。

在一种可能的实现方式中，所述方法通过目标神经网络实现，所述目标神经网络包括特征提取网络；以及，所述获取目标蛋白质的初始编码特征，包括：通过所述特征提取网络，对所述目标蛋白质中氨基酸序列的全局信息和/或局部信息进行特征提取，得到所述初始编码特征。

在一种可能的实现方式中，所述方法通过目标神经网络实现，所述目标神经网络包括特征提取网络和图神经网络，所述方法还包括：获取训练数据，其中，所述训练数据包含形成第二待测作用关系的蛋白质样本，和所述第二待测作用关系的类别标签；通过所述目标神经网络对所述蛋白质样本进行处理，得到所述第二待测作用关系的类别预测结果；根据所述第二待测作用关系的类别预测结果与所述类别标签，确定所述目标神经网络的误差损失；基于所述误差损失，对所述特征提取网络和所述图神经网络进行共同训练，得到训练后的目标神经网络。