专利交易市场

本发明提供了一种蛋白分子机器的运动模式模拟方法，包括：S10获取蛋白分子机器结构数据文件；S20对蛋白分子机器的分子动力学进行模拟，得到复合物及其受体、配体运动的拓扑文件和坐标文件，并对其结合自由能进行计算；S30基于搭建的NRI模型及坐标文件对蛋白分子机器的运动轨迹进行预测，NRI模型中包括用于预测给定动态系统轨迹交互的编码器，及用于预测交互图中给定的动态系统轨迹的解码器；S40基于VR设备观察并记录蛋白分子机器的三维构造及运动轨迹。其结合分子动力学模拟和深度神经元网络，实现对蛋白分子机器的运动模式的精确模拟和预测。

本发明提供了一种蛋白质与配体分子结合自由能的预测方法及装置，其中，方法包括：S1构建本地数据库；S2对数据解析，得到配体分子及以配体分子为中心的蛋白质结合口袋内 内的氨基酸分子；S3计算配体分子和临近氨基酸的MACCS密钥；S4计算配体分子和临近氨基酸的ECFP指纹；S5将配体分子和蛋白的MACCS密钥和ECFP指纹信息转变成一维张量，形成训练集和测试集；S6建立机器学习模型，并对其进行训练；S7计算比较皮尔森相关系数和绝对误差，对机器学习模型的预测结果进行验证；S8使用训练完成的机器学习模型对蛋白质与配体分子结合常数进行预测，计算结合自由能。相比于单个指纹的预测结果，该组合指纹的预测结果显然更优，提高自由能预测的准确性。