一种基于深度学习的蛋白质结构设计方法及装置

摘要

本发明涉及一种基于深度学习的蛋白质结构设计方法及装置，其方法包括：根据生物标志物确定靶向蛋白质的基因序列或分子晶体结构信息；将靶向蛋白质的基因序列或分子晶体结构信息输入到几何图神经网络模型中；利用训练好的几何图神经网络模型生成氨基酸序列；根据生成氨基酸序列和同源蛋白质构建蛋白质骨架模型；根据蛋白质组学和分子动力学优化所述蛋白质骨架模型。本发明通过蛋白质数据与对应的DNA序列、mRNA序列绑定，一方面提高生成氨基酸序列的可解释性和有效性，另一方面减少蛋白质设计或验证的筛选、反复吸附、洗脱、扩增的过程，通过几何图神经网络减少了模型的计算量。