[发明专利]一种蛋白质相互作用预测方法、装置及存储介质

说明书

本发明涉及生物学技术领域，尤其是指一种蛋白质相互作用预测方法、装置、设备及存储介质。本发明所述的蛋白质相互作用预测方法，通过调整Doc2vec非监督段落向量学习模型，将不定长的蛋白质序列特征信息嵌入至低维向量空间，能够处理任意长度的蛋白质序列，解决了蛋白质初步特征选取问题，利用图同构卷积网络的优势，充分结合蛋白质相互作用PPI网络结构的信息，聚合每个蛋白质的相邻蛋白质的信息，优化了蛋白质节点的编码表征，根据PPI网络结构信息，找到蛋白质相互作用边，结合两个蛋白质节点信息，并不断从中学习更高效且准确的分类预测，提高了模型预测的准确度。

技术领域

本发明涉及生物学技术领域，尤其是指一种蛋白质相互作用预测方法、装置、设备及存储介质。

背景技术

现有的技术中，蛋白质相互作用(PPI，Protein-protein interaction)是指蛋白质分子之间的相关性，并从生物化学、信号转导和遗传网络的角度研究这种相关性。近年来，随着高通量筛选技术的发展，通过实验方法检测到蛋白质相互作用的数量有了大幅度增加，形成了越来越多的蛋白质相互作用网络。对蛋白质相互作用网络的分析能够增进对生物学过程的理解，对网络中PPI的功能预测在细胞生物学有着重要意义，例如新药设计和靶点治疗。现有一些对PPI预测方法存在以下问题：

“Path2PPI:an R package to predict protein–protein interactionnetworks for a set of proteins”(期刊出处：Bioinformatics,2016,32:1427-1429)融合同源性的方法，通过计算蛋白质的BLAST值将一对序列映射到已知的相互作用蛋白质，从而推断出新的PPI。“Using support vector machine combined with auto covarianceto predict protein–protein interactions from protein sequences”(期刊出处：Nucleic acids research,2008,36(9):3025-3030)融合相邻效应,从而提出结合自协方差(AC)和支持向量机(SVM)的新特征表示。“Detection of protein-protein interactionsfrom amino acid sequences using a rotation forest model with a novel pr-lpqdescriptor”(期刊出处：In International Conference on Intelligent Computing,2015,10(8):713-720)采用物理化学特性响应矩阵(PR)将序列转化为矩阵，使用局部相位量化(LPQ)的纹理描述符提取局部短语信息矩阵，将随机森林(RF)模型与新特征表示相结合来检测PPI。“A method for predicting protein-protein interaction types”(期刊出处：PLoS One,2014,9(3):e90904)融合检测交互的实验技术，采用逻辑回归(LR)来预测交互类型。“Predicting protein–protein interactions based only on sequencesinformation”(期刊出处：Proceedings of the National Academy of Sciences,2007,104(11):4337-4341)融合支持向量机(SVM)，结合描述氨基酸的联合三元组特征和序列信息来预测PPI。这些方法很大程度上依赖于提取和选择更好特征的能力，因此性能受到PPI特征表示和模型表达能力的限制。“Deep neural network based predictions ofprotein interactions using primary sequences”(期刊出处：Molecules,2018,23(8):1923-1935)，“Predicting protein–protein interactions through sequence-baseddeep learning”(期刊出处：Bioinformatics,2018,34(17):i802-i810)，“Multifacetedprotein–protein interaction prediction based on siamese residual rcnn”(期刊出处：Bioinformatics,2019,35(14):i305-i314)分别使用卷积神经网络(CNN)、循环神经网络(RNN)以及区域卷积神经网络(R-CNN)来提取序列中的高维信息特征，从而改进了PPI相关任务中的模型预测性能。Neural Network for Inter-novel-protein InteractionPrediction”(期刊出处：https://arxiv.org/abs/2105.06709,2021.)首次将图神经网络扩展到多标签PPI分类。相较于早期机器学习方法，以上模型有了一定的深度，非线性的建模能力得到了增强，对多类型PPI预测这类复杂的任务表现也不断提升，但忽视了PPI网络的结构信息，存在一定的局限性，准确性也有待提高。