[发明专利]一种基于卷积神经网络的单分子力谱分类方法

说明书

本发明公开了一种基于卷积神经网络的单分子力谱分类方法。包括：1)获取单分子力谱图像。2)对单分子力谱图像依次进行预处理、数据增强处理和人工标注类别处理，获得人工标注后的单分子力谱图像，制作包含训练集，验证集和测试集的数据集。3)构建卷积神经网络模型，利用训练集对构建好的卷积神经网络模型进行训练，生成训练好的卷积神经网络模型。4)将测试集中的单分子力谱图像输入到训练好的卷积神经网络模型中，得到单分子力谱的折叠事件数量类别信息，实现单分子力谱图像分类的目的。

技术领域

本发明涉及单分子检测领域，具体涉及一种基于卷积神经网络的单分子力谱分类方法。

背景技术

生物分子内部的构象变化及分子间相互识别的作用机理可以用力学性质来定性和定量研究。单分子力谱测量利用单分子技术中产生的力距数据揭示重要的生物分子的生物物理信息，如蛋白质构象变化中的折叠及解折叠转变的数量，以及它们相对稳定性和近似动力学。单分子技术包括光镊技术和磁镊技术等，在单分子力谱测试的过程中产生的数据信号庞大且复杂，并且伴随着极大的噪声干扰和随机性。

单分子技术庞大的数据量和数据的可重复性要求，使得单分子力谱数据的分类和筛选成为了限制该技术发展的重要因素。Bosshart P D等人在《Biophysical journal》中发表的《Reference-free alignment and sorting of single-molecule forcespectroscopy data》，通过力谱展开事件的数量进行分组，再使用基于互相关的排序对力谱进行子分类，并通过主成分分析和聚类方法提取展开路径以提取峰位置进一步进行细分类实现对力谱数据的过滤。但是使用这类单分子力谱分类方法效率低，速度慢，时间长，并且随着数据通量的不断增大还需要人工去进行进一步的细分筛选。

发明内容

本发明针对现有的单分子力谱分类方法的效率低，速度慢和时间长等问题，提出一种基于卷积神经网络的单分子力谱分类方法，通过使用卷积神经网络实现对单分子力谱图像中的折叠事件的分类，在保证分类精度的情况下达到快速分类的目的。

本发明的技术方案为一种基于卷积神经网络的单分子力谱分类方法，包括如下步骤：

1)获取单分子力谱图像。

所述单分子力谱图像是通过光镊技术进行的蛋白质折叠实验获取实验数据，并使用Matplotlib绘图库将实验数据转换为单分子力谱图像。

2)对单分子力谱图像依次进行预处理、数据增强处理和人工标注类别处理，获得人工标注后的单分子力谱图像，制作包含训练集，验证集和测试集的数据集。

所述预处理是将所有单分子力谱图像统一转换为像素大小为256×256的灰度图像。

所述数据增强处理是将预处理后的单分子力谱图像分别从左上、中上、右上、左中、中、中右、左下、中下和右下9个方位进行裁剪，裁剪后的图像像素大小为224×224。

所述人工标注类别是指根据数据增强后的单分子力谱图像中折叠事件的数量的不同，将所有单分子力谱图像分为类别1、类别2、类别3、类别4和类别5，分别对应单分子力谱图像中的折叠数量为0、1、2、3和4的单分子力谱图像。

作为优选，数据集中单分子力谱图像数量不少于7000幅，数据集中80％为训练集，10％为验证集，10％为测试集。

3)构建卷积神经网络模型，利用训练集对构建好的卷积神经网络模型进行训练，生成训练好的卷积神经网络模型。

所述卷积神经网络模型由输入模块、第一池化模块、第一卷积模块、第二池化模块、第二卷积模块、第三池化模块、第三卷积模块、第四池化模块、全连接模块和输出模块依次级联构成。

所述输入模块和第一卷积模块由两层卷积层构成，两层卷积层顺次级联且参数一致，卷积层中卷积核的大小为3*3，步长为1，扩充边缘为1。