【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及蛋白質(zhì)結(jié)晶研究，尤其涉及一種蛋白質(zhì)晶體快速識(shí)別方法、一種蛋白質(zhì)晶體快速識(shí)別裝置、一種電子設(shè)備及一種存儲(chǔ)介質(zhì)。
技術(shù)介紹
1、蛋白質(zhì)晶體的應(yīng)用非常廣泛。在實(shí)際應(yīng)用中，蛋白質(zhì)晶體在結(jié)構(gòu)生物領(lǐng)域通常用于x射線衍射來確定蛋白質(zhì)或蛋白質(zhì)復(fù)合物的三維結(jié)構(gòu)。蛋白質(zhì)晶體在生物制藥行業(yè)的使用方式也具有潛在的優(yōu)勢(shì)。例如，可以穩(wěn)定藥物的性能和控制藥物的釋放等。蛋白質(zhì)晶體還可以在材料科學(xué)方面發(fā)揮作為納米材料原位生長(zhǎng)的模板的作用等。
2、近年來，用于篩選蛋白質(zhì)結(jié)晶條件的高通量篩選儀器和技術(shù)已取得較大進(jìn)展。其主要實(shí)現(xiàn)平臺(tái)為結(jié)晶篩選機(jī)器人以及微流控芯片。然而，采用這兩種方式所產(chǎn)生的大量結(jié)晶試驗(yàn)的數(shù)據(jù)仍然需要長(zhǎng)時(shí)間、勞動(dòng)密集型的檢查，不利于快速判斷與分析產(chǎn)生的蛋白質(zhì)晶體狀態(tài)。因此，如何構(gòu)建快速處理蛋白質(zhì)結(jié)晶試驗(yàn)的結(jié)果是高通量篩選蛋白質(zhì)結(jié)晶條件需解決的一個(gè)重要問題。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)提供了一種蛋白質(zhì)晶體快速識(shí)別方法、一種蛋白質(zhì)晶體快速識(shí)別裝置、一種電子設(shè)備及一種存儲(chǔ)介質(zhì)，用于解決或部分解決現(xiàn)有相關(guān)技術(shù)中無(wú)法快速判斷與分析蛋白質(zhì)晶體產(chǎn)生狀態(tài)的技術(shù)問題。
2、本專利技術(shù)提供的一種蛋白質(zhì)晶體快速識(shí)別方法，所述方法包括：
3、獲取待測(cè)蛋白質(zhì)晶體的晶體顯微圖像；
4、將所述晶體顯微圖像輸入至預(yù)訓(xùn)練的實(shí)例分割模型進(jìn)行形貌識(shí)別，獲得所述待測(cè)蛋白質(zhì)晶體的類別信息與輪廓數(shù)據(jù)；
5、基于所述類別信息與輪廓數(shù)據(jù)進(jìn)行后處理分析，獲得所述待測(cè)蛋白質(zhì)晶體的動(dòng)
6、可選地，所述將所述晶體顯微圖像輸入至預(yù)訓(xùn)練的實(shí)例分割模型進(jìn)行形貌識(shí)別，獲得所述待測(cè)蛋白質(zhì)晶體的類別信息與輪廓數(shù)據(jù)，包括：
7、將所述晶體顯微圖像輸入至預(yù)訓(xùn)練的實(shí)例分割模型，以識(shí)別所述待測(cè)蛋白質(zhì)晶體的晶體形貌；
8、基于晶體形貌識(shí)別結(jié)果，對(duì)所述晶體顯微圖像進(jìn)行晶體形貌分類；
9、根據(jù)晶體形貌分類結(jié)果，分割所述晶體顯微圖像，獲得所述待測(cè)蛋白質(zhì)晶體的類別信息與輪廓數(shù)據(jù)。
10、可選地，所述實(shí)例分割模型的構(gòu)建與訓(xùn)練過程，包括：
11、獲取不同蛋白質(zhì)和沉淀劑溶液的濃度條件下的蛋白質(zhì)晶體顯微圖像；
12、對(duì)每張所述蛋白質(zhì)晶體顯微圖像中不同形貌的蛋白質(zhì)晶體進(jìn)行形貌標(biāo)記，并進(jìn)一步整合成蛋白質(zhì)晶體數(shù)據(jù)集；
13、基于yolov5模型框架構(gòu)建初始分割模型，并根據(jù)所述蛋白質(zhì)晶體數(shù)據(jù)集對(duì)所述初始分割模型進(jìn)行模型訓(xùn)練及驗(yàn)證，獲得實(shí)例分割模型。
14、可選地，所述根據(jù)所述蛋白質(zhì)晶體數(shù)據(jù)集對(duì)所述初始分割模型進(jìn)行模型訓(xùn)練及驗(yàn)證，獲得實(shí)例分割模型，包括：
15、將所述蛋白質(zhì)晶體數(shù)據(jù)集按預(yù)設(shè)比例劃分為識(shí)別訓(xùn)練集以及識(shí)別驗(yàn)證集；
16、根據(jù)所述識(shí)別訓(xùn)練集訓(xùn)練所述初始分割模型，在訓(xùn)練過程中，基于形貌標(biāo)記，識(shí)別與分割不同蛋白質(zhì)和沉淀劑溶液的濃度條件下的蛋白質(zhì)晶體顯微圖像；
17、采用所述識(shí)別驗(yàn)證集對(duì)訓(xùn)練后的初始分割模型進(jìn)行模型驗(yàn)證，獲得模型性能評(píng)價(jià)，并輸出最終的實(shí)例分割模型。
18、可選地，所述方法還包括：
19、將配置好的蛋白質(zhì)溶液和不同濃度沉淀劑溶液按照預(yù)設(shè)體積比混合，形成不同過飽和度的溶液；
20、將所述不同過飽和度的溶液中產(chǎn)生的蛋白質(zhì)晶體放置于倒置顯微鏡載物臺(tái)上，并采集相應(yīng)的蛋白質(zhì)晶體顯微圖像。
21、可選地，所述基于所述類別信息與輪廓數(shù)據(jù)進(jìn)行后處理分析，獲得所述待測(cè)蛋白質(zhì)晶體的動(dòng)力學(xué)分析結(jié)果，包括：
22、結(jié)合所述類別信息與輪廓數(shù)據(jù)，對(duì)所述待測(cè)蛋白質(zhì)晶體進(jìn)行晶體輪廓處理，獲得晶體輪廓參數(shù)；
23、統(tǒng)計(jì)所述待測(cè)蛋白質(zhì)晶體的晶體產(chǎn)生數(shù)量；
24、通過對(duì)所述晶體輪廓參數(shù)以及所述晶體產(chǎn)生數(shù)量進(jìn)行參數(shù)隨時(shí)間變化的分析，獲得所述待測(cè)蛋白質(zhì)晶體的動(dòng)力學(xué)分析結(jié)果。
25、可選地，所述待測(cè)蛋白質(zhì)晶體對(duì)應(yīng)多組不同形貌類別，每一組所述形貌類別對(duì)應(yīng)多個(gè)分割晶體，所述結(jié)合所述類別信息與輪廓數(shù)據(jù)，對(duì)所述待測(cè)蛋白質(zhì)晶體進(jìn)行晶體輪廓處理，獲得晶體輪廓參數(shù)，包括：
26、根據(jù)所述類別信息，確定所述待測(cè)蛋白質(zhì)晶體中各個(gè)形貌類別所對(duì)應(yīng)分割晶體的數(shù)量；
27、針對(duì)每一組形貌類別下的每一個(gè)所述分割晶體，旋轉(zhuǎn)所述分割晶體的輪廓，直至將所述分割晶體的輪廓長(zhǎng)邊旋轉(zhuǎn)至垂直方向；
28、從所述輪廓數(shù)據(jù)中提取所述分割晶體的長(zhǎng)度值與寬度值，計(jì)算所述分割晶體輪廓內(nèi)的所有像素點(diǎn)數(shù)，并根據(jù)所述長(zhǎng)度值、所述寬度值以及所述所有像素點(diǎn)數(shù)，結(jié)合比例尺獲得所述分割晶體的晶體尺寸；
29、將每一個(gè)所述分割晶體的所述長(zhǎng)度值、所述寬度值以及所述晶體尺寸，一并整合為所述待測(cè)蛋白質(zhì)晶體的晶體輪廓參數(shù)。
30、本專利技術(shù)還提供了一種蛋白質(zhì)晶體快速識(shí)別裝置，包括：
31、晶體顯微圖像獲取模塊，用于獲取待測(cè)蛋白質(zhì)晶體的晶體顯微圖像；
32、晶體形貌識(shí)別模塊，用于將所述晶體顯微圖像輸入至預(yù)訓(xùn)練的實(shí)例分割模型進(jìn)行形貌識(shí)別，獲得所述待測(cè)蛋白質(zhì)晶體的類別信息與輪廓數(shù)據(jù)；
33、后處理分析模塊，用于基于所述類別信息與輪廓數(shù)據(jù)進(jìn)行后處理分析，獲得所述待測(cè)蛋白質(zhì)晶體的動(dòng)力學(xué)分析結(jié)果。
34、本專利技術(shù)還提供了一種電子設(shè)備，所述設(shè)備包括處理器以及存儲(chǔ)器：
35、所述存儲(chǔ)器用于存儲(chǔ)程序代碼，并將所述程序代碼傳輸給所述處理器；
36、所述處理器用于根據(jù)所述程序代碼中的指令執(zhí)行如上任一項(xiàng)所述的蛋白質(zhì)晶體快速識(shí)別方法。
37、本專利技術(shù)還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)用于存儲(chǔ)程序代碼，所述程序代碼用于執(zhí)行如上任一項(xiàng)所述的蛋白質(zhì)晶體快速識(shí)別方法。
38、從以上技術(shù)方案可以看出，本專利技術(shù)具有以下優(yōu)點(diǎn)：
39、提供了一種蛋白質(zhì)晶體快速識(shí)別方法。首先獲取待測(cè)蛋白質(zhì)晶體的晶體顯微圖像；接著將晶體顯微圖像輸入至預(yù)訓(xùn)練的實(shí)例分割模型進(jìn)行形貌識(shí)別，獲得待測(cè)蛋白質(zhì)晶體的類別信息與輪廓數(shù)據(jù)；最后基于類別信息與輪廓數(shù)據(jù)進(jìn)行后處理分析，獲得待測(cè)蛋白質(zhì)晶體的動(dòng)力學(xué)分析結(jié)果。
40、從而通過基于人工智能的高通量分析，結(jié)合針對(duì)蛋白質(zhì)晶體定量分析設(shè)置的后處理程序，不僅可以快速識(shí)別相同但形貌存在差異的蛋白質(zhì)晶體，還可以對(duì)蛋白質(zhì)晶體進(jìn)行后續(xù)的動(dòng)力學(xué)分析。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種蛋白質(zhì)晶體快速識(shí)別方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的蛋白質(zhì)晶體快速識(shí)別方法，其特征在于，所述將所述晶體顯微圖像輸入至預(yù)訓(xùn)練的實(shí)例分割模型進(jìn)行形貌識(shí)別，獲得所述待測(cè)蛋白質(zhì)晶體的類別信息與輪廓數(shù)據(jù)，包括：
3.根據(jù)權(quán)利要求2所述的蛋白質(zhì)晶體快速識(shí)別方法，其特征在于，所述實(shí)例分割模型的構(gòu)建與訓(xùn)練過程，包括：
4.根據(jù)權(quán)利要求3所述的蛋白質(zhì)晶體快速識(shí)別方法，其特征在于，所述根據(jù)所述蛋白質(zhì)晶體數(shù)據(jù)集對(duì)所述初始分割模型進(jìn)行模型訓(xùn)練及驗(yàn)證，獲得實(shí)例分割模型，包括：
5.根據(jù)權(quán)利要求3或4所述的蛋白質(zhì)晶體快速識(shí)別方法，其特征在于，還包括：
6.根據(jù)權(quán)利要求1所述的蛋白質(zhì)晶體快速識(shí)別方法，其特征在于，所述基于所述類別信息與輪廓數(shù)據(jù)進(jìn)行后處理分析，獲得所述待測(cè)蛋白質(zhì)晶體的動(dòng)力學(xué)分析結(jié)果，包括：
7.根據(jù)權(quán)利要求6所述的蛋白質(zhì)晶體快速識(shí)別方法，其特征在于，所述待測(cè)蛋白質(zhì)晶體對(duì)應(yīng)多組不同形貌類別，每一組所述形貌類別對(duì)應(yīng)多個(gè)分割晶體，所述結(jié)合所述類別信息與輪廓數(shù)據(jù)，對(duì)所述待測(cè)蛋白質(zhì)晶體進(jìn)行晶體輪廓處理，獲得晶體
8.一種蛋白質(zhì)晶體快速識(shí)別裝置，其特征在于，包括：
9.一種電子設(shè)備，其特征在于，所述設(shè)備包括處理器以及存儲(chǔ)器：
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)用于存儲(chǔ)程序代碼，所述程序代碼用于執(zhí)行權(quán)利要求1-7任一項(xiàng)所述的蛋白質(zhì)晶體快速識(shí)別方法。
...【技術(shù)特征摘要】
1.一種蛋白質(zhì)晶體快速識(shí)別方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的蛋白質(zhì)晶體快速識(shí)別方法，其特征在于，所述將所述晶體顯微圖像輸入至預(yù)訓(xùn)練的實(shí)例分割模型進(jìn)行形貌識(shí)別，獲得所述待測(cè)蛋白質(zhì)晶體的類別信息與輪廓數(shù)據(jù)，包括：
3.根據(jù)權(quán)利要求2所述的蛋白質(zhì)晶體快速識(shí)別方法，其特征在于，所述實(shí)例分割模型的構(gòu)建與訓(xùn)練過程，包括：
4.根據(jù)權(quán)利要求3所述的蛋白質(zhì)晶體快速識(shí)別方法，其特征在于，所述根據(jù)所述蛋白質(zhì)晶體數(shù)據(jù)集對(duì)所述初始分割模型進(jìn)行模型訓(xùn)練及驗(yàn)證，獲得實(shí)例分割模型，包括：
5.根據(jù)權(quán)利要求3或4所述的蛋白質(zhì)晶體快速識(shí)別方法，其特征在于，還包括：
6.根據(jù)權(quán)利要求1所述的蛋白質(zhì)晶體快速識(shí)別方...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：黃璐，鄭夢(mèng)欣，周建華，
申請(qǐng)(專利權(quán))人：中山大學(xué)·深圳，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。