本发明属于生物信息技术领域,提供了一种多肽抗癌功能识别方法、系统、介质及设备。其中,该识别方法包括获取多肽序列；将多肽序列输入至训练完成的多肽药物抗癌功能预测器中,得到多肽是否具有抗癌功能；其中,多肽药物抗癌功能预测器包括嵌入层、编码层和任务特定层,所述嵌入层用于将接收的多肽序列的每个残基转换为低维密集向量且以矩阵的形式输出；所述编码层用于从嵌入层输出的矩阵中捕获每个残差嵌入向量在不同位置的上下文,并学习抗癌肽的鉴别特征,输出特征矩阵；所述任务特定层用于根据特征矩阵来判断多肽序列属于抗癌肽的概率。

本发明公开了一种预测蛋白质-多肽结合位点的方法及系统,包括：获取待预测的蛋白质-多肽序列数据,将所述数据输入到训练好的基于预训练模型BERT和对比学习的神经网络模型,输出位点级别的多肽结合概率,并确定输入序列中的各个位点是否结合；其中,所述基于预训练模型BERT和对比学习的神经网络模型首先将原始蛋白质-多肽序列中的每个氨基酸转换为嵌入矩阵,所述嵌入矩阵经过BERT编码和全连接神经网络层,得到每个氨基酸的低维表示矩阵；进行BERT编码时,通过构建对比损失进行约束,生成具有区分性的结合与非结合位点表示特征。本发明使用预训练模型BERT作为对原始蛋白质序列的编码器,可以自动提取特征,从而避免由预测工具所带来的问题。

本申请提供一种电子密度图的确定方法、装置、电子设备和存储介质,属于计算机技术领域。其中,电子密度图的确定方法包括：基于目标对象的分子结构,构建三维坐标系并进行三维网格化,获得所述目标对象对应的各个网格点；将所述各个原子和所述各个网络点均作为节点,基于所述各个原子的三维坐标,以及所述各个网格点的三维坐标,确定所述目标对象对应的各个节点的节点特征,以及每两个节点之间的边特征；将所述各个节点特征以及所述各个边特征输入已训练的电子密度图生成模型,分别得到所述各个网格点的电子密度,其中,每个网格点的电子密度表示在相应网格点发现电子的概率。上述方法可以提高电子密度图的准确性。

一种基于自适应调节的蛋白质构象空间采样方法,初始化后的种群经过不断的片段组装,获得不同小生境内的子种群；小生境内部的交叉选择使种群向局部极值点收敛,而小生境与小生境之间的交叉选择使种群维持多样性；在此基础上通过计算种群个体之间的多样性大小设计了一个Pcc系数,自动判定进行小生境内部交叉操作或者小生境外部交叉操作；在种群多样性减少明显的情况下增加进入小生境外部交叉的概率来增加种群的多样性,以此来逐步形成自适应调节下的小生境内外交叉环境,既能保持种群多样性又能兼顾收敛速度；而随后的增强阶段设计了一个Pdd指标旨在避免增强过程中小生境分布过于聚集,从而扩大采样的空间,提高采样到较低能量盆地下构象的概率。

本发明公开了一种基于混合隶属度随机块模型的蛋白质相互作用预测方法和系统,该系统由数据处理模块、复合物隶属度计算模块和结果生成模块组成,基于随机块的蛋白质相互作用预测方法,从数据库中获取蛋白质相互作用数据,对获得的数据进行处理；应用随机变分推理对蛋白质相互作用网络进行分析,计算复合物隶属度指标；基于复合物隶属度指标的计算结果,对蛋白质相互作用进行预测,展示预测结果。该系统通过混合隶属度随机块模型以及复合物识别方法,分析蛋白质相互作用网络,预测蛋白质相互作用,并展示相关预测结果,提高预测准确度。

本发明提出了一种基于模糊聚类和基因本体语义相似性的可重叠蛋白质复合物识别方法和系统,包括网络构建模块、数据预处理模块、参数定义模块、模型构建模块、模型求解模块、蛋白质复合物识别模块以及结果展示模块,通过综合考量蛋白质相互作用网络中蛋白质间的相互作用关系和蛋白质间的基因本体语义相似性来实现蛋白质复合物识别。本发明直接作用于蛋白质相互作用网络,能够识别网络中的可重叠蛋白质复合物,效果准确度高,能够有效解决蛋白质相互作用网络中的蛋白质复合物识别问题。

本发明涉及一种基于高阶结构的生物网络聚类方法和系统,包括网络构建模块、模型构建模块、网络聚类模块、冗余删除模块以及结果展示模块。利用生物网络中丰富的高阶结构信息以识别其中的功能模块,结合高阶马尔可夫随机过程的优势,能够针对各种类型的网络模体进行聚类分析。本发明有着优秀的表现,基于高阶结构信息的聚类结果为生物网络分析提供了新的思路,如重叠蛋白复合物的识别和新信号通路的推断,同时也揭示了生物网络中所呈现的丰富的组织结构。本发明直接作用在蛋白质相互作用网络、基因共表达网络等生物网络上,效果准确度高,是一个非常可靠的生物网络聚类方法和系统。

本发明公开了基于血液滤过方式清除体外循环突触核蛋白的方法,属于医学领域。具体公开：获取血液中突触核蛋白二聚体的比例S；根据大量的临床试验数据或者文献历史数据,获取血液滤过的血流速度和交换膜面积；根据上述确定的血流速度和交换膜面积进行血液滤过,采用线性回归法构建不同突触核蛋白二聚体的比例S与血液滤过透析膜孔径数值D的计算模型；利用上述计算模型设置血液滤过参数,即能预期体外循环突触核蛋白清除率。本发明首次发现了血液滤过有助于降低体外循环α-突触核蛋白水平,因此开发一种基于α-突触核蛋白二聚体比例构建设置血液滤过参数的计算模型,以为临床医学上缓解α-突触核蛋白相关毒性症状提供了科学数据和新方案。