转录因子蛋白在DNA上的运动过程分析方法和装置与流程

转录因子蛋白在dna上的运动过程分析方法和装置
技术领域
1.本发明一般涉及分子动力学和生物计算领域，并且更具体地，涉及一种转录因子蛋白在dna上的运动过程分析方法和装置。


背景技术：

2.转录因子蛋白在dna上的一维滑动对于转录因子在遗传调控中定位目标dna位点的便利扩散至关重要。转录因子往往需要交替性地在dna的非特异性序列上进行一维随机行走扩散(1d diffusion)，以便有效地搜索特异性dna识别位点；而寻找靶位点的速率和准确性也直接影响了基因表达的效率和精准度。
3.虽然转录因子蛋白的上述扩散模型已经比较明晰，但扩散过程中的精细分子动力学尚不甚明了，尤其是发生在微秒和毫秒之间的蛋白在dna碱基或纳米尺度上的运动，在目前的实验测量精度上还难以直接观测。


技术实现要素：

4.根据本发明的实施例，提供了一种转录因子蛋白在dna上的运动过程分析方案。本方案通过建立马尔科夫态模型，为生物分子最基本的构象变化确定一个缩小的动力学网络模型，可以提供在实验或者直接模拟中无法得出的有效物理机制。
5.在本发明的第一方面，提供了一种转录因子蛋白在dna上的运动过程分析方法。该方法包括：
6.获取wrky结构域蛋白在dna双链上运动的全原子md模拟轨迹作为初始路径；
7.从所述初始路径中均匀提取出若干帧的wrky结构域蛋白与dna的构象作为第一构象；
8.计算蛋白质骨架α碳原子的均方根距离以及蛋白质围绕dna的旋转角度，利用k-means算法对所述第一构象进行聚类，得到一次聚类结果，并从所述一次聚类结果中每个聚类对应的中心构象出发，进行第一轮md模拟，得到第二构象；
9.利用k-centers算法对所述第二构象进行聚类，得到二次聚类结果，并从所述二次聚类结果中每个聚类对应的中心构象出发，在广泛空间中进行第二轮md模拟，得到第三构象；
10.利用所述第三构象构建马尔可夫态模型，对所述第二轮md模拟轨迹进行分析。
11.进一步地，所述计算蛋白质骨架α碳原子的均方根距离以及蛋白质围绕dna的旋转角度，包括：
12.将初始晶体结构中的dna双链的长轴设置为x轴，将整个dna分子的质心设置为空间坐标的原点；
13.以dna双链的中间靠近蛋白质的若干碱基对为基准，将所述第一构象与初始晶体结构进行对齐操作；
14.计算对齐后的蛋白质骨架α碳原子的均方根距离；
15.以蛋白质质心到原点连线的向量投影至yz平面；所述yz平面为垂直与x轴且过原点的平面；
16.设置初始晶体结构初始角度为0，计算对齐操作后的第一构象与初始晶体结构的向量投影之间的角度，作为蛋白质围绕dna的旋转角度。
17.进一步地，所述第一轮md模拟，得到第二构象，包括：
18.在parmbsc1力场下，为所述一次聚类结果中每个聚类对应的中心结构建立对应的全原子模拟系统；
19.在npt系综设置时间步长以及随机初始速度，对所述全原子模拟系统进行md模拟，得到第一轮md模拟轨迹；
20.删除所述第一轮md模拟轨迹中每个模拟轨迹初始一段时间段内的构象，将剩余的模拟轨迹中的全部构象，作为第二构象。
21.进一步地，所述利用k-centers算法对所述第二构象进行聚类，包括：
22.选择蛋白质和dna之间存在形成氢键和盐桥可能性的若干个距离对作为聚类的输入参数，利用k-centers算法，对所述第二构象进行聚类。
23.进一步地，所述在广泛空间中进行第二轮md模拟，得到第三构象，包括：
24.选择所述二次聚类结果中每个聚类对应的中心构象的全原子模拟系统作为第二轮md模拟的初始系统；
25.在npt系综设置时间步长和随机初始速度，对所述第二轮md模拟的初始系统进行md模拟，得到第二轮md模拟轨迹；
26.删除所述第二轮md模拟轨迹中每个模拟轨迹初始一段时间段内的构象，将剩余的模拟轨迹中的全部构象作为第三构象。
27.进一步地，所述利用所述第三构象构建马尔可夫态模型，包括：
28.计算所述第三构象中，蛋白质和dna之间存在形成氢键和盐桥可能性的若干个距离对作为聚类的输入参数；
29.对所述若干个距离对的数据进行降维，将降维后的所述若干个距离对的数据作为输入，利用k-centers算法将所述第三构象聚类为若干个微观态；
30.分别计算不同的延迟时间和微观态数目对应的隐含时间尺度，生成隐含时间尺度曲线，选择所述隐含时间尺度曲线中平缓部分对应的延迟时间和微观态数目作为马尔科夫态模型的参数；
31.将所述若干个微观态的构象归类为宏观态的构象，计算每个宏观态的构象数目及宏观态的构象数目所占总构象比例，使所述宏观态的构象数目所占总构象比例大于预设的比例阈值。
32.进一步地，所述对所述第二轮md模拟轨迹进行分析，包括：
33.根据所述马尔科夫态模型的微观态的转移概率矩阵构建若干条蒙特卡罗轨迹，设定所述蒙特卡罗轨迹的时间步长；
34.计算每条蒙特卡罗轨迹中各宏观态之间首次跃迁时间，再计算每条蒙特卡罗轨迹中各宏观态的平均首次跃迁时间；
35.根据所述宏观态的构象数目所占总构象比例以及各宏观态的平均首次跃迁时间，将总跃迁时间最短的路径作为wrky蛋白在dna上运动的最短路径，将所述最短路径中平均
首次跃迁时间最长的步骤作为关键决速步骤。
36.在本发明的第二方面，提供了一种转录因子蛋白在dna上的运动过程分析装置。该装置包括：
37.获取模块，用于获取wrky结构域蛋白在dna双链上运动的全原子md模拟轨迹作为初始路径；
38.提取模块，用于从所述初始路径中均匀提取出若干帧的wrky结构域蛋白与dna的构象作为第一构象；
39.第一聚类模拟模块，用于计算蛋白质骨架α碳原子的均方根距离以及蛋白质围绕dna的旋转角度，利用k-means算法对所述第一构象进行聚类，得到一次聚类结果，并从所述一次聚类结果中每个聚类对应的中心构象出发，进行第一轮md模拟，得到第二构象；
40.第二聚类模拟模块，用于利用k-centers算法对所述第二构象进行聚类，得到二次聚类结果，并从所述二次聚类结果中每个聚类对应的中心构象出发，在广泛空间中进行第二轮md模拟，得到第三构象；
41.建模分析模块，用于利用所述第二轮md模拟轨迹构建马尔可夫态模型，对所述第二轮md模拟轨迹进行分析。
42.在本发明的第三方面，提供了一种电子设备。该电子设备至少一个处理器；以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明第一方面的方法。
43.在本发明的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本发明第一方面的方法。
44.应当理解，发明内容部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征，亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。
附图说明
45.结合附图并参考以下详细说明，本发明各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
46.图1示出了根据本发明的实施例的转录因子蛋白在dna上的运动过程分析方法的流程图；
47.图2示出了根据本发明的实施例的蛋白质骨架α碳原子的均方根距离以及蛋白质围绕dna的旋转角度的计算方法的流程图；
48.图3示出了根据本发明的实施例的利用第三构象构建马尔可夫态模型的流程图；
49.图4示出了根据本发明的实施例的对第二轮md模拟轨迹进行分析的流程图；
50.图5示出了根据本发明的实施例的转录因子蛋白在dna上的运动过程分析装置的方框图；
51.图6示出了能够实施本发明的实施例的示例性电子设备的方框图；
52.其中，600为电子设备、601为cpu、602为rom、603为ram、604为总线、605为i/o接口、606为输入单元、607为输出单元、608为存储单元、609为通信单元。
具体实施方式
53.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本发明保护的范围。
54.另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
55.图1示出了本发明实施例的转录因子蛋白在dna上的运动过程分析方法的流程图。
56.该方法包括：
57.s101、获取wrky结构域蛋白在dna双链上运动的全原子md模拟轨迹作为初始路径。
58.转录因子(transcription factor，tf)也称为反式作用因子，是指能够与真核基因的顺式作用元件发生特异性相互作用，并对基因的转录有激活或抑制作用的dna结合蛋白。
59.wrky结构域蛋白是植物特有的锌指蛋白转录因子，对植物的防御，生长发育和代谢等方面都起到重要的调控作用。此次使用的wrky蛋白结构具有约60个氨基酸并结合在w-box dna识别序列上。
60.作为本发明的一种实施例，使用wrky结构域蛋白在34bp均质a型dna双链上走出1bp距离的10微秒模拟时长的全原子md模拟轨迹，用作启动进一步构象采样的初始路径。
61.s102、从所述初始路径中均匀提取出若干帧的wrky蛋白与dna的构象作为第一构象。
62.在本实施例中，从10微秒时长的md模拟轨迹中均匀地提取了10000帧(即每纳秒一帧)的wrky蛋白与dna的构象。其中，由于10000帧的总数足够大，足以包括所有具有代表性的构象。
63.s103、计算蛋白质骨架α碳原子的均方根距离以及蛋白质围绕dna的旋转角度，利用k-means算法对所述第一构象进行聚类，得到一次聚类结果，并从所述一次聚类结果中每个聚类对应的中心构象出发，进行第一轮md模拟，得到第二构象。
64.进一步地，如图2所示，所述计算蛋白质骨架α碳原子的均方根距离以及蛋白质围绕dna的旋转角度，包括：
65.s201、将初始晶体结构中的dna双链的长轴设置为x轴，将整个dna分子的质心设置为空间坐标的原点。
66.s202、以dna双链的中间靠近蛋白质的若干碱基对为基准，将所述第一构象与初始晶体结构进行对齐操作。
67.在本实施例中，从md模拟轨迹中挑选出的构象全部与初始晶体结构进行对齐操作，选择对齐的部分是dna双链的中间10对碱基对部分，例如10对碱基对为a14-23和t14
’‑
23’。
68.s203、计算对齐后的蛋白质骨架α碳原子的均方根距离。
69.完成上述对齐操作后，计算每个蛋白骨架α碳原子与初始晶体结构位置变化距离的均方根。
70.s204、以蛋白质质心到原点连线的向量投影至yz平面；所述yz平面为垂直与x轴且过原点的平面；
71.s205、设置初始晶体结构初始角度为0，即θ(0)＝0；计算对齐操作后的第一构象与初始晶体结构的向量投影之间的角度θ(t)，作为蛋白质围绕dna的旋转角度。
72.所述角度θ(t)的计算如下：
73.计算蛋白质心位置，与原点位置相减得到构象的向量a，再计算得出向量a投影到yz平面的向量a’。同理求出初始晶体结构的向量a0’
。利用向量点乘公式a’·
a0’
＝∣a’∣∣a0’
∣cos(θ(t))可得cos(θ(t))，然后利用反余弦函数计算出角度θ(t)。
74.作为本发明的一种实施例，利用k-means算法对所述第一构象进行聚类，得到一次聚类结果，包括：
75.在matlab中输入"[idx,c]＝kmeans(x,25)"，使用k-means方法，将10000个构象分为25个聚类，这里x是均方根距离和wrky旋转角的二维矩阵。收集这25个聚类中心的构象用于下一步的第一轮md模拟。
[0076]
作为本发明的一种实施例，从所述一次聚类结果中每个聚类对应的中心构象出发，进行第一轮md模拟，得到第二构象，包括：
[0077]
在parmbsc1力场下，用gromacs软件为所述一次聚类结果中每个聚类对应的中心结构建立对应的全原子模拟系统；
[0078]
在npt系综下设置时间步长为2fs以及随机初始速度，对所述全原子模拟系统进行60ns的md模拟，得到第一轮md模拟轨迹；
[0079]
删除所述第一轮md模拟轨迹中每个模拟轨迹初始一段时间段内的构象，将剩余的模拟轨迹中的全部构象，作为第二构象。
[0080]
其中，所述初始一段时间段可以设置为前10ns。即删除每个模拟轨迹前10ns的构象，然后从剩余25
×
50ns的轨迹中收集构象进行聚类，以便为随后第二轮md模拟准备输入结构。删除初始第一时间段内的构象是为了减少初始路径的影响，并允许局部平衡。
[0081]
s104、利用k-centers算法对所述第二构象进行聚类，得到二次聚类结果，并从所述二次聚类结果中每个聚类对应的中心构象出发，在广泛空间中进行第二轮md模拟，得到第三构象。
[0082]
进一步地，所述利用k-centers算法对所述第二构象进行聚类，包括：
[0083]
选择蛋白质和dna之间存在形成氢键和盐桥可能性的若干个距离对作为聚类的输入参数，利用k-centers算法，对所述第二构象进行聚类。
[0084]
其中，存在形成氢键和盐桥可能性的若干个距离对，例如蛋白质中氨基酸y119,k122,k125,r131,y133,q146,k144,r135,w116,r117,y134,k118,q121的重原子(nh1、nh2、oh、nz、ne2、nd2)与dna中核苷酸a14至20的骨架原子。所选的氨基酸可以与dna形成稳定的氢键或盐桥。
[0085]
在本实施例中，使用msmbuilder中的命令"msmb kcenters-i./tica_results.h5-o kcenters_output-t kcenters_output
‑‑
n_clusters 100"，通过k-centers方法将投影数据集聚成100个簇。然后选择每个簇的中心结构作为第二轮md模拟的初始结构。除速度外，模拟的100个结构的模拟信息，包括位置、温度、压力等，都应保留。在第一轮25次模拟后，初始路径的记忆已经减弱，所以我们在第二轮模拟中产生更多的簇，例如100个簇，以便
大幅度扩大构象取样。
[0086]
在本实施例中，从所述二次聚类结果中每个聚类对应的中心构象出发，在广泛空间中进行第二轮md模拟，得到第三构象，包括：
[0087]
选择所述二次聚类结果中每个聚类对应的中心构象的全原子模拟系统作为第二轮md模拟的初始系统；
[0088]
在npt系综设置时间步长为2fs和随机初始速度，对所述第二轮md模拟的初始系统进行60ns的md模拟，得到第二轮md模拟轨迹；例如100条模拟轨迹。
[0089]
删除所述第二轮md模拟轨迹中每个模拟轨迹初始一段时间段内的构象，将剩余的模拟轨迹中的全部构象作为第三构象。
[0090]
将初始一段时间段设置为前10ns，即删除每个模拟轨迹前10ns的构象。从剩余100
×
50ns的轨迹中收集2500000帧构象进行聚类，以便得到随后构建马尔科夫态模型的数据基础。删除初始第一时间段内的构象是为了减少初始路径的影响，并允许局部平衡。
[0091]
s105、利用所述第三构象构建马尔可夫态模型，对所述第二轮md模拟轨迹进行分析。
[0092]
进一步地，如图3所示，所述利用所述第三构象构建马尔可夫态模型，包括：
[0093]
s301、计算所述第三构象中，蛋白质和dna之间存在形成氢键和盐桥可能性的若干个距离对作为聚类的输入参数。
[0094]
其中，存在形成氢键和盐桥可能性的若干个距离对，例如蛋白质中氨基酸y119,k122,k125,r131,y133,q146,k144,r135,w116,r117,y134,k118,q121的重原子(nh1、nh2、oh、nz、ne2、nd2)与dna中核苷酸a14至20的骨架原子。所选的氨基酸可以与dna形成稳定的氢键或盐桥。
[0095]
s302、对所述若干个距离对的数据进行降维，将降维后的所述若干个距离对的数据作为输入，利用k-centers算法将所述第三构象聚类为500个微观态。
[0096]
在本实施例中，计算所有轨迹构象的以415个距离对数据作为输入对象，运用tica对数据进行降维至二维。
[0097]
所述tica是一种降维方法，它计算时滞相关矩阵的特征值，通过公式确定仿真系统最慢的松弛自由度。其中xi(t)是第i个反应坐标在时间t的值，xj(t+δt)是第j个反应坐标在时间t+δt的值。是xi(t)和xj(t+δt)总体模拟轨迹的乘积的期望值。沿着最慢的放松自由度的方向对应于上述时滞相关矩阵的最大特征值。2个tic是区分这个马尔科夫态模型的最小维度数据。
[0098]
s303、分别计算不同的延迟时间和微观态数目对应的隐含时间尺度，生成隐含时间尺度曲线，选择所述隐含时间尺度曲线中平缓部分对应的延迟时间和微观态数目作为马尔科夫态模型的参数。
[0099]
当隐含时间尺度曲线开始随着时间尺度的分离而趋于平缓时，将该系统视为马尔科夫系统。然后，选择t作为延迟时间，选择隐含时间尺度开始趋于平稳的τ作为建立马尔科夫态模型的滞后时间。
[0100]
s304、将所述若干个微观态的构象归类为宏观态的构象，计算每个宏观态的构象
数目及宏观态的构象数目所占总构象比例，使所述宏观态的构象数目所占总构象比例大于预设的比例阈值。
[0101]
在本实施例中，通过msmbuilder软件中的pcca+算法，将500个微观态归类为3-6个宏观态；计算每个宏观态的构象数目及宏观态的构象数目所占总构象比例，例如，设置预设的比例阈值为3％，若从500个微观态归类到5个宏观态，但计算出5个宏观态中有1个宏观态的构象数目所占总构象比例为0.02％，即低于预设的比例阈值3％，故归类为5个宏观态的归类结果并不合理，需要重新归类。再次重新归类后，从500个微观态归类到3个宏观态，且3个宏观态的构象数目所占总构象比例均大于预设的比例阈值3％，得出该3个宏观态符合要求。可见，通过对数百个微观状态进行动力学堆积，构建少量的宏观状态，为生物分子最基本的构象变化确定一个缩小的动力学网络模型。
[0102]
进一步地，如图4所示，所述对所述第二轮md模拟轨迹进行分析，包括：
[0103]
s401、根据所述马尔科夫态模型的微观态的转移概率矩阵构建若干条蒙特卡罗轨迹，设定所述蒙特卡罗轨迹的时间步长。
[0104]
在本实施例中，根据500个微态msm的转移概率矩阵构建5条10ms的蒙特卡罗轨迹，设定滞后时间10ns作为蒙特卡罗轨迹的时间步长。
[0105]
s402、计算每条蒙特卡罗轨迹中各宏观态之间首次跃迁时间，再计算每条蒙特卡罗轨迹中各宏观态的平均首次跃迁时间。
[0106]
在本实施例中，计算其中各宏观态之间首次跃迁时间，包括：
[0107]
在每条蒙特卡罗轨迹中，分别统计各宏观态中每次跃迁所需的步长数目，首次跃迁时间等于步长数目乘以10ns的步长。
[0108]
计算各宏观态的平均首次跃迁时间，包括：对每条蒙特卡罗轨迹求出的首次跃迁时间求平均值，得到平均首次跃迁时间。
[0109]
s403、根据所述宏观态的构象数目所占总构象比例以及各宏观态的平均首次跃迁时间，将运动过程中的所有路径上所有的各宏观态平均首次跃迁时间求和，得出各路径的平均总跃迁时间。比如两条可能路径s1-s3和s1-s2-s3，得出s1-s3的平均首次跃迁时间大于s1-s2的平均首次跃迁时间加上s2-s3的平均首次跃迁时间之和。将总跃迁时间最短的路径作为wrky蛋白在dna上运动的最短路径，将所述最短路径中平均首次跃迁时间最长的步骤作为关键决速步骤。例如s1-s2-s3中，s2-s3的平均首次跃迁时间大于s1-s2，则s2-s3为关键决速步骤。所述最短路径为运动过程的发生速度最快，概率最大的路径。所述关键决速步骤为最短路径中决定整个运动路径速度的步骤。
[0110]
根据上述实施例，得到一个s1-》s2-》s3的运动过程。其中s1状态为初始状态，s3指的是1-bp蛋白步进运动后的状态，作为最高构象占比(63％)显得相当稳定。中间状态s2连接s1和s3，有一个中等占比(～30％)。总的来说，wrky蛋白com在这里移动了～2.9埃，旋转了～55
°
，步入了1-bp。wrky步进运动过程最短路径s1-》s2-》s3的限速步骤是s2-》s3，并且需要～7μs。相比之下，s1-》s2可以在～0.06μs的时间内快速转运。
[0111]
根据本发明的实施例，通过建立马尔科夫态模型，为生物分子最基本的构象变化确定一个缩小的动力学网络模型，可以提供在实验或者直接模拟中无法得出的有效物理机制，如运动过程的中间宏观态、主要运动路径和决速步骤。
[0112]
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列
的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本发明所必须的。
[0113]
以上是关于方法实施例的介绍，以下通过装置实施例，对本发明所述方案进行进一步说明。
[0114]
如图5所示，装置500包括：
[0115]
获取模块510，用于获取wrky结构域蛋白在dna双链上运动的全原子md模拟轨迹作为初始路径；
[0116]
提取模块520，用于从所述初始路径中均匀提取出若干帧的wrky蛋白与dna的构象作为第一构象；
[0117]
第一聚类模拟模块530，用于计算蛋白质骨架α碳原子的均方根距离以及蛋白质围绕dna的旋转角度，利用k-means算法对所述第一构象进行聚类，得到一次聚类结果，并从所述一次聚类结果中每个聚类对应的中心构象出发，进行第一轮md模拟，得到第二构象；
[0118]
第二聚类模拟模块540，用于利用k-centers算法对所述第二构象进行聚类，得到二次聚类结果，并从所述二次聚类结果中每个聚类对应的中心构象出发，在广泛空间中进行第二轮md模拟，得到第三构象；
[0119]
建模分析模块550，用于利用所述第二轮md模拟轨迹构建马尔可夫态模型，对所述第二轮md模拟轨迹进行分析。
[0120]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0121]
本发明的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
[0122]
根据本发明的实施例，本发明还提供了一种电子设备和一种可读存储介质。
[0123]
图6示出了可以用来实施本发明的实施例的电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
[0124]
设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
[0125]
设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0126]
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单
元601的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如方法s101～s105。例如，在一些实施例中，方法s101～s105可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行上文描述的方法s101～s105的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法s101～s105。
[0127]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0128]
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0129]
在本发明的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0130]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0131]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界
面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
[0132]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
[0133]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
[0134]
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。