[发明专利]基于深层图卷积网络的蛋白质-蛋白质相互作用位点预测方法

说明书

本发明公开了一种基于深层图卷积网络的蛋白质‑蛋白质相互作用位点预测方法，包括步骤如下：根据蛋白质的序列和结构信息，提取节点特征矩阵和包含边信息的邻接矩阵，共同构成蛋白图表征；采用基于初始残差和恒等映射的深层图卷积；深层图卷积的最后一层图卷积层的输出输入一个多层感知机，完成构建深层图卷积神经网络；将训练数据提取得到蛋白图表征，采用五折交叉验证方法对深层图卷积神经网络进行训练；将待测数据通过提取得到蛋白图表征，并输入训练好的深层图卷积神经网络，实现对蛋白‑蛋白相互作用位点的预测。本发明能更充分地利用蛋白质空间结构信息，进一步提高蛋白‑蛋白相互作用位点预测的准确率。

技术领域

本发明涉及生物信息技术领域，更具体的，涉及一种基于深层图卷积网络的蛋白质-蛋白质相互作用位点预测方法。

背景技术

蛋白-蛋白相互作用(PPI)在信号传导、物质运输和新陈代谢等生理活动中扮演重要角色。识别蛋白-蛋白复合物之间参与物理接触的氨基酸(即蛋白-蛋白相互作用位点)有助于构建蛋白-蛋白相互作用网络、预测蛋白功能、揭示疾病机理和新药研发。然而，用双杂交试验和亲和力纯化等传统实验方法来识别PPI位点成本高且耗时长。因此，研发能准确预测PPI位点的计算方法有很大的实际意义。

目前预测PPI位点的计算方法可根据方法所需的信息分为两大类：

第一类是基于蛋白序列的方法，此类方法只需蛋白质的氨基酸序列信息即可做出预测，但它们的预测准确率通常非常有限；二类是基于蛋白结构的方法，此类方法需要蛋白质中氨基酸的三维原子坐标信息来预测PPI位点，而它们的预测准确率通常更高，且由于目前结构已知但功能未知的蛋白质越来越多，基于结构的预测方法有很大实际意义。

大多数现有的PPI位点预测方法基于机器学习技术，其中蛋白质会被编码成特征矩阵。常用的蛋白特征包括独热(one-hot)编码、进化保守性信息、二级结构、相对溶解性(RSA)和氨基酸物理化学性质等。提取蛋白质特征后，各种各样的机器学习技术可被应用于PPI位点预测，如最近的基于序列的方法DELPHI使用了包含卷积神经网络和循环神经网络的集成框架；基于结构的方法DeepPPISP使用卷积神经网络提取蛋白质全局信息。

然而，这些方法都只将蛋白质视作一维序列，从而去学习序列上相近的氨基酸的相互关系。由于蛋白质是一个折叠的三维结构，这些方法忽略了在序列上相距很远，但在三维空间上相距很近的氨基酸带来的影响。另一方面，基于结构的方法SPPIDER考虑到了这点，并利用带权平均的方法整合空间上相距以内的氨基酸的特征。然而，这种选择邻居的方式基于一个较随意的距离阈值，且不能提取到空间上相距较远的氨基酸信息，而线性的平均也不能有效模拟空间相邻的氨基酸之间的复杂关系。

发明内容

现有的PPI位点预测方法大多数只提取序列上相邻的氨基酸信息，又或者是过于简单地整合空间结构信息，为了解决现有方法的以上存在的不足，本发明提出了一种基于深层图卷积网络的蛋白质-蛋白质相互作用位点预测方法，其能更充分地利用蛋白质空间结构信息，进一步提高蛋白-蛋白相互作用位点预测的准确率。

为实现上述本发明目的，采用的技术方案如下：

一种基于深层图卷积网络的蛋白质-蛋白质相互作用位点预测方法，所述的方法包括步骤如下：

S1：根据蛋白质的序列和结构信息，提取节点特征矩阵和包含边信息的邻接矩阵，共同构成蛋白图表征；

S2：采用基于初始残差和恒等映射的深层图卷积，以捕获高阶空间邻近氨基酸的特征；并在深层图卷积的最后一层图卷积层的输出输入一个多层感知机，实现最终预测每一个氨基酸的蛋白相互作用概率，完成构建深层图卷积神经网络；

S3：将训练数据通过步骤S1提取得到蛋白图表征，采用五折交叉验证方法对步骤S2得到的深层图卷积神经网络进行训练；