本发明涉及一种基于空间结构的蛋白质相互作用预测方法,该方法包括如下步骤:(1)采集蛋白质三维空间结构标准数据;(2)构建蛋白质相互作用正、负样本数据集;(3)提取正、负样本数据集中的蛋白质三维空间结构标准数据的结构矩阵;(4)构建用于蛋白质相互作用预测的深度学习模型;(5)将正、负样本集中的结构矩阵输入至深度学习模型,训练深度学习模型;(6)获取目标蛋白质三维空间结构数据;(7)提取目标蛋白质三维空间结构数据的结构矩阵;(8)深度学习模型预测得到目标蛋白质相互作用的概率。与现有技术相比,本发明蛋白质三维空间结构数据能够提高模型对蛋白质相互作用的识别能力,大大提高蛋白质相互作用的预测准确性。
上海交通大学
张利达 | 雷雨 | 洪剑伟 | 郑存俭 | 赵佳薇
