第４７卷第３期２０２３年６月南京理工大学学报ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＶｏｌ．４７Ｎｏ．３Ｊｕｎ．２０２３收稿日期：２０２２－０７－０６修回日期：２０２２－０８－１１作者简介：刘炎（１９９６－），男，硕士生，主要研究方向：生物信息学，Ｅ⁃ｍａｉｌ：ｙａｎ．ｌｉｕ＠ｓｊｔｕ．ｅｄｕ．ｃｎ；通讯作者：袁野（１９９１－），男，博士，副教授，主要研究方向：生物信息学、模式识别，Ｅ⁃ｍａｉｌ：ｙｕａｎｙｅ＿ａｕｔｏ＠ｓｊｔｕ．ｅｄｕ．ｃｎ。引文格式：刘炎，袁野，沈红斌．基于图神经网络的固定骨架蛋白质设计方法研究［Ｊ］．南京理工大学学报，２０２３，４７（３）：３１１－３１７．投稿网址：ｈｔｔｐ：／／ｚｒｘｕｅｂａｏ．ｎｊｕｓｔ．ｅｄｕ．ｃｎ基于图神经网络的固定骨架蛋白质设计方法研究刘炎，袁野，沈红斌（上海交通大学图像处理与模式识别研究所，上海２００２４０）摘要：针对图神经网络（ＧＮＮ）ＰｒｏｔｅｉｎＳｏｌｖｅｒ结构特征约束不充分的问题，增加了骨架二面角、配对氨基酸的相对位置编码和相对方向等结构约束，提出了一种基于ＧＮＮ的固定骨架蛋白质设计方法。实现了基于Ｔｒａｎｓｆｏｒｍｅｒ多头注意力机制的ＧＮＮ架构，将物理坐标添加到消息传递和更新步骤中，提高了原子坐标的等变特性。在ＣＡＴＨ数据集上的训练和测试结果显示：该文模型平均困惑度为８．１２，比ＰｒｏｔｅｉｎＳｏｌｖｅｒ的平均困惑度８．９７降低了０．８５；在掩盖率为５０％时，ＰｒｏｔｅｉｎＳｏｌｖｅｒ的恢复率为２８．７％；然后，增加更多的结构约束，恢复率达到了３０．３％；随后，将ＰｒｏｔｅｉｎＳｏｌｖｅｒ的ＧＮＮ替换成基于Ｔｒａｎｓｆｏｒｍｅｒ的ＧＮＮ，恢复率达到了３４．３％；最后，通过再引入等变特性，恢复率进一步提高到３５．０％。关键词：图神经网络；固定骨架蛋白质；蛋白质设计；结构特征约束；骨架二面角；配对氨基酸；相对位置编码；相对方向中图分类号：ＴＰ３９１．４文章编号：１００５－９８３０（２０２３）０３－０３１１－０７ＤＯＩ：１０．１４１７７／ｊ．ｃｎｋｉ．３２－１３９７ｎ．２０２３．４７．０３．００４ＦｉｘｅｄｂａｃｋｂｏｎｅｐｒｏｔｅｉｎｄｅｓｉｇｎｂａｓｅｄｏｎｇｒａｐｈｎｅｕｒａｌｎｅｔｗｏｒｋＬｉｕＹａｎ，ＹｕａｎＹｅ，ＳｈｅｎＨｏｎｇｂｉｎ（Ｉｎｓ...
