• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于L-Metric重疊子圖發(fā)現(xiàn)的B細(xì)胞表位預(yù)測(cè)模型

    2022-01-05 02:32:42闖,唐冕,趙亮,2*
    計(jì)算機(jī)應(yīng)用 2021年12期
    關(guān)鍵詞:位子子圖表位

    高 闖,唐 冕,趙 亮,2*

    (1.廣西大學(xué)計(jì)算機(jī)與電子信息學(xué)院,南寧 530004;2.湖北醫(yī)藥學(xué)院太和醫(yī)院,湖北十堰 442000)

    (?通信作者電子郵箱S080011@e.ntu.edu.sg)

    0 引言

    B 細(xì)胞表位是抗原表面上可以被抗體的免疫反應(yīng)識(shí)別的特定區(qū)域[1]。識(shí)別抗原與抗體相結(jié)合的表位對(duì)現(xiàn)代藥物和疫苗的開(kāi)發(fā)起到至關(guān)重要的作用[2-3]。通過(guò)實(shí)驗(yàn)方法(如X 射線晶體學(xué)[4])檢測(cè)表位雖然準(zhǔn)確,但需要消耗大量的時(shí)間和資源,因此,探索有效并且可靠的計(jì)算方法進(jìn)行抗原上的B細(xì)胞表位識(shí)別,具有重要的現(xiàn)實(shí)意義;同時(shí),蛋白質(zhì)數(shù)據(jù)庫(kù)(Protein Data Bank,PDB)[5]中提供的抗原-抗體結(jié)構(gòu)數(shù)據(jù)也為預(yù)測(cè)算法的研究提供了幫助。

    目前,已經(jīng)開(kāi)發(fā)出許多可用于預(yù)測(cè)表位的計(jì)算方法。Kringelum 等[6]提出的方法使用了來(lái)自376 種抗原-抗體復(fù)合物的107 個(gè)抗原數(shù)據(jù)的結(jié)構(gòu)和幾何特征;Sun 等[7]通過(guò)分析161 種免疫球蛋白復(fù)合物的理化性質(zhì)和結(jié)構(gòu)特征,識(shí)別表位和非表位之間的差異。隨著機(jī)器學(xué)習(xí)算法的發(fā)展,這些技術(shù)也被用于設(shè)計(jì)表位預(yù)測(cè)算法。例如,Zhang等[8]結(jié)合常規(guī)特征和從3D 結(jié)構(gòu)中提取的特殊特征,將隨機(jī)森林算法用作分類(lèi)器,設(shè)計(jì)B 細(xì)胞構(gòu)象表位的預(yù)測(cè)模型。此外基于圖的方法也被應(yīng)用于表位預(yù)測(cè),如CEP(Conformational Epitope Prediction server)[9]。但是,這些方法大部分只關(guān)注單個(gè)或多個(gè)分離的表位,對(duì)抗原中存在的重疊表位的預(yù)測(cè)效果不理想。與免疫反應(yīng)相關(guān)的蛋白質(zhì)不止存在單個(gè)或多個(gè)分離的結(jié)合位點(diǎn)情況,還存在多個(gè)重疊的結(jié)合位點(diǎn)的情況[10]。Zhao 等[11]提出的模型已經(jīng)證明重疊的子圖挖掘方法可以提高對(duì)抗原表位的識(shí)別能力,特別是對(duì)于多個(gè)重疊表位;但是,該模型在子圖擴(kuò)展階段需要設(shè)置閾值,這會(huì)降低模型的泛化能力。

    針對(duì)現(xiàn)有表位預(yù)測(cè)方法對(duì)重疊表位預(yù)測(cè)能力不佳的問(wèn)題,本文提出了一種基于局部度量(Local Metric,L-Metric)[12]的重疊子圖發(fā)現(xiàn)算法用于表位預(yù)測(cè)的模型SGLMEP(overlapping SubGraph mining based on L-Metric for Epitope Prediction)。該模型分為三個(gè)主要步驟:1)利用抗原-抗體復(fù)合物中的表面原子構(gòu)建氨基酸殘基圖;2)利用馬爾可夫聚類(lèi)算法(Markov CLustering algorithm,MCL)[13]將氨基酸殘基圖劃分為互不重疊的種子子圖,并利用重疊子圖發(fā)現(xiàn)算法對(duì)種子子圖擴(kuò)展以得到重疊子圖;3)利用圖卷積神經(jīng)網(wǎng)絡(luò)(Graph Convolutional neural Network,GCN)[14]和全連接網(wǎng)絡(luò)(Fully Connected Network,F(xiàn)CN)[15]構(gòu)建的分類(lèi)器對(duì)子圖進(jìn)行分類(lèi)。

    1 氨基酸殘基圖的構(gòu)建

    本文采用兩個(gè)步驟構(gòu)建氨基酸殘基圖:第一,利用抗原鏈中氨基酸殘基的表面原子構(gòu)建原子圖;第二,將表面原子圖升級(jí)為氨基酸殘基圖。表面原子的定義是指可及表面積(Accessible Surface Area,ASA)不小于10 ?2的原子[16]。為了得到抗原主鏈和側(cè)鏈上的表面原子,本文使用工具NACCESS(Non-commercial atomic solvent ACCESSible area calculation)[17]計(jì)算每個(gè)原子的ASA,探針大小采用默認(rèn)設(shè)置。根據(jù)表面原子的坐標(biāo)構(gòu)建KD(K-Dimensional)樹(shù)[18](利用空間劃分在k維空間中存儲(chǔ)點(diǎn)的一種數(shù)據(jù)結(jié)構(gòu)),計(jì)算由表面原子構(gòu)成的不大于閾值(設(shè)置為8 ?)的邊。通過(guò)此步驟可以得到抗原的原子圖表示。若兩個(gè)氨基酸殘基中的原子至少有一組邊,則定義兩個(gè)殘基存在邊。按照此規(guī)則,將原子圖表示升級(jí)為氨基酸殘基圖。當(dāng)兩個(gè)氨基酸殘基的側(cè)鏈最外層原子之間存在邊時(shí),則兩個(gè)殘基也一定存在邊,因此,為了減少計(jì)算量,在構(gòu)建原子圖表示時(shí)僅利用主鏈的表面原子與側(cè)鏈的最外層原子。

    2 基于L-Metric的重疊子圖發(fā)現(xiàn)算法

    對(duì)重疊社區(qū)的檢測(cè)已被廣泛用于發(fā)現(xiàn)社交網(wǎng)絡(luò)中的社區(qū)挖掘[19-20]。本文基于子圖劃分和社區(qū)挖掘思想提出了基于L-Metric的重疊子圖發(fā)現(xiàn)算法,包括子圖發(fā)現(xiàn)和子圖擴(kuò)展兩個(gè)階段。

    2.1 子圖發(fā)現(xiàn)

    MCL 是一種子圖劃分的算法,它基于消息流傳遞發(fā)現(xiàn)圖中成員的不重疊分組[13],因此,首先使用該算法將氨基酸殘基圖劃分為互不重疊的種子子圖。MCL的機(jī)制是模擬帶權(quán)重的無(wú)向圖中的消息流傳遞過(guò)程,需要輸入由邊權(quán)重組成的轉(zhuǎn)移矩陣。本文基于Zhao 等[16]提出的邊界邊思想,設(shè)計(jì)邊權(quán)重的計(jì)算公式。

    本文計(jì)算氨基酸殘基(組成生命體中蛋白質(zhì)的20 種氨基酸)r1和r2構(gòu)成的邊的權(quán)重W(r1,r2),由兩部分組成,即由r1和r2構(gòu)成的邊在表位和非表位中的頻率的χ2檢驗(yàn)和對(duì)數(shù)函數(shù)生成,具體計(jì)算式為:

    其中:α為超參數(shù),通過(guò)網(wǎng)格搜索法優(yōu)化后為0.4;Wχ2(r1,r2)和的計(jì)算式如式(2)、(3)。

    其中:c∈{c1,c2},c1為表位殘基,c2為非表位殘基為在殘基圖x中標(biāo)簽是c的殘基r1和r2構(gòu)成的邊的出現(xiàn)頻率;為標(biāo)簽是c的殘基r1和r2構(gòu)成的邊出現(xiàn)頻率的期望。的計(jì)算式為:

    其中:P為由氨基酸殘基圖所組成的數(shù)據(jù)集;的計(jì)算如式(5)。

    其中:γ和φ為超參數(shù),通過(guò)網(wǎng)格搜索法優(yōu)化后分別為4和1。

    在殘基圖中,邊界邊(由表位殘基和非表位殘基構(gòu)成的邊)的存在會(huì)影響對(duì)表位與非表位殘基的鑒別。利用上述公式,計(jì)算在c1為邊界殘基和c2為表位殘基、c1為邊界殘基和c2為非表位殘基的兩種情況下邊的權(quán)重,這兩個(gè)權(quán)重中較大的為邊的新權(quán)重。當(dāng)權(quán)重不小于θ(超參數(shù),通過(guò)網(wǎng)格搜索法優(yōu)化后為0.5)時(shí),則這條邊被當(dāng)作邊界邊從殘基圖中刪除。

    2.2 子圖擴(kuò)展

    L-Metric可以度量局部社區(qū)網(wǎng)絡(luò)中的成員關(guān)系緊密度,它的優(yōu)點(diǎn)是不需要全局網(wǎng)絡(luò)信息,且不需要設(shè)置任何參數(shù)。本文基于L-Metric對(duì)種子子圖進(jìn)行擴(kuò)展,以檢測(cè)重疊子圖。

    圖1 描述了在氨基酸殘基圖G中的一個(gè)子圖的定義。D是G的一個(gè)子圖內(nèi)的點(diǎn)構(gòu)成的集合,它被分為兩部分:邊界點(diǎn)集合B(與D外的點(diǎn)存在連接關(guān)系的點(diǎn)構(gòu)成的集合)和核心點(diǎn)集合C(僅與D中的點(diǎn)存在連接關(guān)系的點(diǎn)構(gòu)成的集合)。鄰居點(diǎn)集合N是D外與邊界點(diǎn)存在連接關(guān)系的點(diǎn)構(gòu)成的集合。

    圖1 子圖描述Fig.1 Description of subgraph

    本文中度量L的計(jì)算方法為:

    式中,Lin和Lex分別為內(nèi)部和外部的度量,具體計(jì)算式為:

    式中:Win和Wex為子圖內(nèi)部和外部權(quán)重;W(ri,rj)為由式(1)計(jì)算得到的邊權(quán)重。

    式中:Ein為由D中的點(diǎn)構(gòu)成的邊集;Eex為B中的點(diǎn)與N中的點(diǎn)構(gòu)成的邊集。

    因此,當(dāng)新加入的點(diǎn)滿足第1)種和第2)種情況時(shí),該點(diǎn)被加入后形成新的D。當(dāng)沒(méi)有其他點(diǎn)被添加進(jìn)D時(shí),則得到擴(kuò)展后的重疊子圖。擴(kuò)展后的重疊子圖包含表位殘基和非表位殘基。本文將表位殘基數(shù)不少于3 個(gè)的重疊子圖標(biāo)記為表位子圖,其他標(biāo)記為非表位子圖。

    3 基于深度學(xué)習(xí)的子圖分類(lèi)模型

    3.1 模型總體架構(gòu)

    抗原表位預(yù)測(cè)的難點(diǎn)之一是特征選擇問(wèn)題[21]。深度學(xué)習(xí)是一種無(wú)特征學(xué)習(xí)算法,它能夠自動(dòng)提取特征,降低因?qū)I(yè)知識(shí)不足而導(dǎo)致忽略某些重要特征的可能性。本文構(gòu)建了基于深度學(xué)習(xí)的子圖分類(lèi)模型,總體架構(gòu)如圖2 所示,主要由基于圖卷積神經(jīng)網(wǎng)絡(luò)(GCN)構(gòu)建的特征提取器和基于全連接網(wǎng)絡(luò)(FCN)構(gòu)建的分類(lèi)器兩部分構(gòu)成。

    圖2 分類(lèi)模型總體架構(gòu)Fig.2 Overall architecture of classification model

    圖卷積神經(jīng)網(wǎng)絡(luò)(GCN)是卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)在圖數(shù)據(jù)上的擴(kuò)展,它可以有效地利用圖數(shù)據(jù)的全局信息表示圖節(jié)點(diǎn)的特征。本文構(gòu)建的特征提取器包含兩層GCN。假設(shè)GCN 的輸入子圖G=(A,Z),A∈Rn×n表示子圖帶權(quán)重的鄰接矩陣,Z∈Rn×d表示節(jié)點(diǎn)的特征矩陣,其中,n表示圖中節(jié)點(diǎn)的數(shù)量,d表示節(jié)點(diǎn)特征向量的維度。第i∈{1,2}層的GCN通過(guò)式(13)得到第i層節(jié)點(diǎn)特征矩陣:

    由兩層FCN 構(gòu)成的分類(lèi)器,以特征提取器得到的節(jié)點(diǎn)特征矩陣為輸入。第j∈{1,2}層FCN的映射公式為:

    分類(lèi)器得到子圖節(jié)點(diǎn)的類(lèi)別屬性(表位殘基或者非表位殘基),然后利用子圖類(lèi)別定義(子圖中含有不少于3 個(gè)表位殘基的子圖為表位子圖)對(duì)子圖進(jìn)行分類(lèi)。

    3.2 基于代價(jià)敏感的損失函數(shù)

    由于表位與非表位數(shù)據(jù)的數(shù)量極不平衡,表位子圖的數(shù)量遠(yuǎn)遠(yuǎn)少于非表位子圖的數(shù)量。在本文使用的訓(xùn)練數(shù)據(jù)中,表位子圖的數(shù)量與非表位子圖的數(shù)量之比為1∶6。為了避免與此問(wèn)題相關(guān)的性能損失,本文在訓(xùn)練過(guò)程使用焦點(diǎn)損失函數(shù)(Focal Loss function,F(xiàn)L)[23]作為網(wǎng)絡(luò)結(jié)構(gòu)的損失函數(shù),計(jì)算式為:

    式中,λ為超參數(shù),通過(guò)網(wǎng)格搜索優(yōu)化后為2。pt和αt的計(jì)算式如下:

    式中:p∈[0,1]為正類(lèi)的概率;α∈[0,1]為正類(lèi)在訓(xùn)練樣本中所占比例;y∈{-1,+1}為子圖標(biāo)簽類(lèi)型(其中,-1 表示負(fù)類(lèi)即非表位子圖,+1表示正類(lèi)即表位子圖)。

    4 實(shí)驗(yàn)和結(jié)果分析

    4.1 實(shí)驗(yàn)數(shù)據(jù)

    本文從PDB 中檢索到808種抗體-抗原復(fù)合物,利用通用的數(shù)據(jù)選擇標(biāo)準(zhǔn)[10,16]從其中篩選出397 種復(fù)合物。然后,使用 工 具 CD-HIT(Cluster Database at High Identity with Tolerance)[24]去除序列相似性不小于0.9 的冗余數(shù)據(jù)以降低噪聲。最終,獲得了由254個(gè)復(fù)合物組成的實(shí)驗(yàn)數(shù)據(jù)。

    4.2 模型評(píng)估及分析

    由于非表位子圖數(shù)據(jù)的數(shù)量遠(yuǎn)多于表位子圖數(shù)據(jù),為了實(shí)驗(yàn)的準(zhǔn)確性,本文采用F1值、召回率Re(Recall)和精確度Pre(Precision)作為模型表位子圖分類(lèi)效果的評(píng)估指標(biāo),計(jì)算式為:

    式中:TP(True Positive)表示實(shí)際為表位子圖被正確預(yù)測(cè)的數(shù)量;FN(False Negative)表示實(shí)際為表位子圖被錯(cuò)誤預(yù)測(cè)的數(shù)量;FP(False Positive)表示實(shí)際為非表位子圖被錯(cuò)誤預(yù)測(cè)的數(shù)量。

    選擇當(dāng)前主流的表位預(yù)測(cè)模型DiscoTope 2(Discontinuous epiTope prediction 2)[25]、ElliPro(Ellipsoid and Protrusion)[26]、EpiPred(Epitope Prediction server)[27]和Glep(overlapping Graph clustering-based B-cell epitope predictor)[10]與本文所提出的模型SGLMEP 進(jìn)行比較。圖3 描述了各個(gè)表位預(yù)測(cè)模型的F1值分布。從圖3 中可以看出,SGLMEP 的F1值優(yōu)于其他模型,且擁有更高的性能下限。

    圖3 表位預(yù)測(cè)模型的F1值比較Fig.3 F1-score comparison of epitope prediction models

    表1 給出了各表位預(yù)測(cè)模型的平均F1值、召回率和精確度。與表位預(yù)測(cè)模型DiscoTope 2、ElliPro、EpiPred 和Glep 相比,本文所提出的模型SGLMEP 將平均F1值分別提高了267.3%、57.0%、65.4% 和3.5%。從表1 可以看出,模型SGLMEP 主要的優(yōu)勢(shì)在于擁有更高的召回率,與Glep 相比提高了18.3%。實(shí)驗(yàn)結(jié)果說(shuō)明,SGLMEP 能夠識(shí)別出更多的潛在表位殘基,對(duì)重疊表位的識(shí)別優(yōu)于Glep。雖然SGLMEP 的精確度不是十分突出,但仍然高于大多數(shù)模型。

    表1 不同預(yù)測(cè)模型結(jié)果對(duì)比Tab.1 Result comparison of different prediction models

    4.3 消融實(shí)驗(yàn)結(jié)果及分析

    本文所提出的模型SGLMEP 的核心是基于L-Metric 的重疊子圖發(fā)現(xiàn)算法。通過(guò)在相同實(shí)驗(yàn)數(shù)據(jù)上進(jìn)行消融實(shí)驗(yàn),驗(yàn)證該算法對(duì)表位預(yù)測(cè)性能的影響。

    通過(guò)圖4可以直觀地看出,基于L-Metric的重疊子圖發(fā)現(xiàn)算法的F1值高于未使用的情況。實(shí)驗(yàn)結(jié)果表明,該重疊子圖發(fā)現(xiàn)算法對(duì)表位預(yù)測(cè)性能的提升是有效的。應(yīng)用該算法的模型的優(yōu)勢(shì)主要是提高了召回率,即對(duì)未知表位殘基的識(shí)別能力。

    表2 給出了消融實(shí)驗(yàn)的詳細(xì)結(jié)果。通過(guò)表2 中數(shù)據(jù)可以看出,應(yīng)用了基于L-Metric 的重疊子圖發(fā)現(xiàn)算法的模型相較于未使用子圖發(fā)現(xiàn)算法時(shí)的平均F1值、召回率分別提高了19.2%和38.9%。

    表2 消融實(shí)驗(yàn)的詳細(xì)結(jié)果Tab.2 Detailed results of ablation experiment

    5 結(jié)語(yǔ)

    為提高重疊表位預(yù)測(cè)性能,本文提出了基于L-Metric 的重疊子圖發(fā)現(xiàn)算法,自適應(yīng)對(duì)種子子圖進(jìn)行擴(kuò)展。同時(shí),利用深度學(xué)習(xí)算法自學(xué)習(xí)特征的特點(diǎn)設(shè)計(jì)分類(lèi)模型,降低人工設(shè)計(jì)特征構(gòu)建分類(lèi)器的難度。通過(guò)實(shí)驗(yàn)驗(yàn)證了本文所提出的表位預(yù)測(cè)模型SGLMEP 對(duì)抗原表位具有良好的預(yù)測(cè)性能。此外,通過(guò)消融實(shí)驗(yàn)驗(yàn)證了本文所提出的重疊子圖算法的有效性。在今后的研究工作中,將對(duì)重疊子圖發(fā)現(xiàn)算法進(jìn)行優(yōu)化,旨在發(fā)現(xiàn)更多潛在表位的基礎(chǔ)上,進(jìn)一步提高對(duì)表位識(shí)別的精確程度。

    猜你喜歡
    位子子圖表位
    H3N2流感病毒HA保守Th表位對(duì)CD4+T細(xì)胞活化及分化的影響
    換位思考
    臨界完全圖Ramsey數(shù)
    幸存位子
    聯(lián)合T、B細(xì)胞表位設(shè)計(jì)多肽疫苗的研究進(jìn)展①
    基于頻繁子圖挖掘的數(shù)據(jù)服務(wù)Mashup推薦
    小反芻獸疫病毒化學(xué)合成表位多肽對(duì)小鼠的免疫效果研究
    結(jié)核分枝桿菌抗原Lppx和MT0322人T細(xì)胞抗原表位的多態(tài)性研究
    不含2K1+K2和C4作為導(dǎo)出子圖的圖的色數(shù)
    魔晶重現(xiàn)
    xxxwww97欧美| 欧美激情久久久久久爽电影| 最近最新中文字幕大全电影3| 中出人妻视频一区二区| 国产精品一区www在线观看 | 日本撒尿小便嘘嘘汇集6| 国产伦人伦偷精品视频| 深夜精品福利| 国内揄拍国产精品人妻在线| 亚洲 国产 在线| 麻豆成人av在线观看| 特级一级黄色大片| 久久久久久久亚洲中文字幕| 99热这里只有精品一区| x7x7x7水蜜桃| 久久人人爽人人爽人人片va| 1000部很黄的大片| 看十八女毛片水多多多| 亚洲午夜理论影院| 亚洲欧美日韩高清在线视频| 久久国产精品人妻蜜桃| 国产av一区在线观看免费| 啦啦啦啦在线视频资源| 最近最新免费中文字幕在线| 女人十人毛片免费观看3o分钟| 我要搜黄色片| 床上黄色一级片| 亚州av有码| 久久精品国产自在天天线| 一级a爱片免费观看的视频| 精品人妻偷拍中文字幕| 国产老妇女一区| 看免费成人av毛片| 91在线观看av| 国产午夜精品论理片| 午夜日韩欧美国产| 亚洲无线观看免费| 18+在线观看网站| 免费一级毛片在线播放高清视频| 又爽又黄a免费视频| xxxwww97欧美| av女优亚洲男人天堂| 国产亚洲av嫩草精品影院| 性色avwww在线观看| 午夜福利视频1000在线观看| 久久午夜福利片| а√天堂www在线а√下载| 美女xxoo啪啪120秒动态图| 欧美性猛交黑人性爽| a级毛片免费高清观看在线播放| 亚洲18禁久久av| 国产私拍福利视频在线观看| 少妇被粗大猛烈的视频| 亚洲精品成人久久久久久| 久久欧美精品欧美久久欧美| 日韩精品青青久久久久久| 久久久午夜欧美精品| 免费看a级黄色片| 国产精品福利在线免费观看| 亚洲欧美日韩无卡精品| 精华霜和精华液先用哪个| www日本黄色视频网| 日本五十路高清| 永久网站在线| 精品人妻偷拍中文字幕| 国产乱人视频| 免费看a级黄色片| 最好的美女福利视频网| 成人毛片a级毛片在线播放| 日本免费一区二区三区高清不卡| 国内精品美女久久久久久| 色哟哟哟哟哟哟| 亚洲中文字幕日韩| 日韩欧美 国产精品| 亚洲专区国产一区二区| 一级黄色大片毛片| 国产精品亚洲一级av第二区| av在线蜜桃| 日本黄色视频三级网站网址| 色哟哟哟哟哟哟| 亚洲av中文av极速乱 | 丝袜美腿在线中文| 久久6这里有精品| 精品久久久久久久末码| 免费观看的影片在线观看| 国产淫片久久久久久久久| 日韩亚洲欧美综合| 性色avwww在线观看| 18禁裸乳无遮挡免费网站照片| 一区二区三区免费毛片| 免费搜索国产男女视频| 听说在线观看完整版免费高清| 十八禁网站免费在线| 男女边吃奶边做爰视频| 五月玫瑰六月丁香| 天堂√8在线中文| 天堂√8在线中文| 亚洲av成人av| 亚洲熟妇熟女久久| 成人特级av手机在线观看| 我要看日韩黄色一级片| 国产精品女同一区二区软件 | 级片在线观看| 欧洲精品卡2卡3卡4卡5卡区| 国产精品伦人一区二区| bbb黄色大片| 精品无人区乱码1区二区| 午夜爱爱视频在线播放| 韩国av在线不卡| 国产精品一区www在线观看 | 国产精品98久久久久久宅男小说| 欧美最新免费一区二区三区| 日日夜夜操网爽| 成人综合一区亚洲| 亚洲图色成人| 亚洲图色成人| 国产 一区 欧美 日韩| 99热精品在线国产| 欧美最黄视频在线播放免费| 精品久久久噜噜| av黄色大香蕉| 99热这里只有是精品50| 精品久久久久久久久久免费视频| 日日夜夜操网爽| 欧美+日韩+精品| 亚洲av二区三区四区| 亚洲成人久久性| 亚洲成人久久性| 99国产极品粉嫩在线观看| 日本与韩国留学比较| 亚洲自拍偷在线| 日本色播在线视频| 久久这里只有精品中国| 国产高清视频在线观看网站| 狂野欧美激情性xxxx在线观看| 午夜亚洲福利在线播放| 高清毛片免费观看视频网站| 一本久久中文字幕| 1024手机看黄色片| 99在线视频只有这里精品首页| 熟女人妻精品中文字幕| 国产视频内射| 中文字幕免费在线视频6| 一本精品99久久精品77| 最近最新中文字幕大全电影3| 91在线观看av| 亚洲最大成人中文| 久久久久国产精品人妻aⅴ院| 小说图片视频综合网站| 国内少妇人妻偷人精品xxx网站| 国产乱人视频| 欧美日韩精品成人综合77777| 热99在线观看视频| 久久久久久伊人网av| 国产国拍精品亚洲av在线观看| 国产精品自产拍在线观看55亚洲| 欧美激情在线99| 免费观看的影片在线观看| 人妻少妇偷人精品九色| 成熟少妇高潮喷水视频| 国产综合懂色| 国产精品野战在线观看| 久久久久久久久久成人| 两个人的视频大全免费| 亚洲真实伦在线观看| 久久久成人免费电影| 精品久久国产蜜桃| 在线观看美女被高潮喷水网站| 久久6这里有精品| 亚洲av免费高清在线观看| 一进一出抽搐动态| 亚洲一区高清亚洲精品| 一本精品99久久精品77| 日日摸夜夜添夜夜添av毛片 | 变态另类丝袜制服| 亚洲无线在线观看| 亚洲欧美日韩卡通动漫| 日本欧美国产在线视频| 成熟少妇高潮喷水视频| 看片在线看免费视频| 亚洲av五月六月丁香网| 成人av一区二区三区在线看| 亚洲成人中文字幕在线播放| 久久精品国产清高在天天线| 免费不卡的大黄色大毛片视频在线观看 | 国内揄拍国产精品人妻在线| 国产91精品成人一区二区三区| 国国产精品蜜臀av免费| 我要看日韩黄色一级片| 一边摸一边抽搐一进一小说| 亚洲一区高清亚洲精品| 一本精品99久久精品77| 一个人看视频在线观看www免费| 国产黄片美女视频| 久久久午夜欧美精品| 午夜a级毛片| 乱人视频在线观看| 亚洲最大成人手机在线| 干丝袜人妻中文字幕| 观看免费一级毛片| 欧美精品啪啪一区二区三区| 午夜福利在线观看免费完整高清在 | 久久久久久伊人网av| 麻豆国产97在线/欧美| 亚洲va在线va天堂va国产| 老司机午夜福利在线观看视频| 午夜久久久久精精品| 成人精品一区二区免费| 欧美最新免费一区二区三区| 亚洲欧美日韩无卡精品| 国产黄a三级三级三级人| 97热精品久久久久久| 国内精品久久久久久久电影| 色尼玛亚洲综合影院| 最新在线观看一区二区三区| 久久草成人影院| a级一级毛片免费在线观看| 在线观看免费视频日本深夜| 成人三级黄色视频| 久久精品影院6| 欧美在线一区亚洲| 亚洲一区高清亚洲精品| 欧美潮喷喷水| 亚洲色图av天堂| 亚洲欧美日韩无卡精品| 精品久久久久久久久av| 国模一区二区三区四区视频| 免费在线观看成人毛片| 中文字幕久久专区| 国产精品一区二区三区四区免费观看 | 欧洲精品卡2卡3卡4卡5卡区| 亚洲中文日韩欧美视频| 女同久久另类99精品国产91| 国内揄拍国产精品人妻在线| 国产精品女同一区二区软件 | 亚洲av中文av极速乱 | 99热这里只有精品一区| 中国美白少妇内射xxxbb| 国产三级中文精品| 99热网站在线观看| 免费人成视频x8x8入口观看| x7x7x7水蜜桃| 国产精品人妻久久久久久| 精品福利观看| 欧美最新免费一区二区三区| 美女大奶头视频| 亚洲狠狠婷婷综合久久图片| 成人性生交大片免费视频hd| 国产aⅴ精品一区二区三区波| 成人高潮视频无遮挡免费网站| 国产精品综合久久久久久久免费| 91麻豆精品激情在线观看国产| 亚洲五月天丁香| 蜜桃亚洲精品一区二区三区| 欧美绝顶高潮抽搐喷水| 亚洲精品一区av在线观看| 国产一区二区激情短视频| 桃红色精品国产亚洲av| 国产综合懂色| 中文亚洲av片在线观看爽| 最新中文字幕久久久久| 淫秽高清视频在线观看| 狂野欧美白嫩少妇大欣赏| 99精品在免费线老司机午夜| 国产老妇女一区| 午夜a级毛片| 偷拍熟女少妇极品色| 国产精品一区www在线观看 | 亚洲成人中文字幕在线播放| 男女之事视频高清在线观看| 国产精品久久久久久久久免| 91在线观看av| 午夜福利高清视频| 国产男人的电影天堂91| 久久亚洲真实| 性欧美人与动物交配| 久久久久免费精品人妻一区二区| 国产精品综合久久久久久久免费| 男女下面进入的视频免费午夜| 欧美一区二区国产精品久久精品| 男人和女人高潮做爰伦理| 久久久久精品国产欧美久久久| h日本视频在线播放| 久久精品久久久久久噜噜老黄 | 69人妻影院| 亚洲精品456在线播放app | 99九九线精品视频在线观看视频| 两人在一起打扑克的视频| netflix在线观看网站| 99国产极品粉嫩在线观看| 日韩强制内射视频| 俺也久久电影网| 欧美另类亚洲清纯唯美| 美女高潮的动态| 中出人妻视频一区二区| 亚洲成av人片在线播放无| 亚洲精品亚洲一区二区| 在线免费观看的www视频| 九色成人免费人妻av| 真人一进一出gif抽搐免费| 亚洲成a人片在线一区二区| 大又大粗又爽又黄少妇毛片口| 国产精品一区二区性色av| 丰满的人妻完整版| 国产黄色小视频在线观看| 亚洲成人久久爱视频| 99热精品在线国产| 日韩精品青青久久久久久| 麻豆国产97在线/欧美| 99热6这里只有精品| 亚洲国产日韩欧美精品在线观看| 免费看a级黄色片| 美女xxoo啪啪120秒动态图| 两人在一起打扑克的视频| 91在线观看av| 无遮挡黄片免费观看| 两个人视频免费观看高清| 亚洲一区高清亚洲精品| 老司机深夜福利视频在线观看| 国产精品福利在线免费观看| 天美传媒精品一区二区| 一级av片app| 一个人看视频在线观看www免费| 亚洲av中文av极速乱 | 午夜精品一区二区三区免费看| 亚洲av二区三区四区| 久久久久久伊人网av| 午夜免费激情av| 亚洲在线自拍视频| 一区二区三区激情视频| 乱码一卡2卡4卡精品| 国产高清不卡午夜福利| 亚州av有码| 中文字幕精品亚洲无线码一区| 国产精品人妻久久久久久| 一级a爱片免费观看的视频| 嫩草影院新地址| 精品人妻一区二区三区麻豆 | 亚洲av成人精品一区久久| 国产午夜福利久久久久久| 成年女人永久免费观看视频| 国产麻豆成人av免费视频| 在线国产一区二区在线| 亚洲精品一区av在线观看| 国产精品女同一区二区软件 | 亚洲第一区二区三区不卡| 亚洲av免费在线观看| 国内精品宾馆在线| 国产精品永久免费网站| 国产白丝娇喘喷水9色精品| 男女下面进入的视频免费午夜| 性插视频无遮挡在线免费观看| 直男gayav资源| 国产熟女欧美一区二区| 少妇的逼好多水| 中文字幕精品亚洲无线码一区| 国产精品国产高清国产av| 热99在线观看视频| 久久国内精品自在自线图片| 看片在线看免费视频| 村上凉子中文字幕在线| 日本a在线网址| 国内久久婷婷六月综合欲色啪| 身体一侧抽搐| 国产精品女同一区二区软件 | 亚洲最大成人中文| 精品一区二区免费观看| 日本一二三区视频观看| 在线国产一区二区在线| www日本黄色视频网| 男人的好看免费观看在线视频| 午夜精品一区二区三区免费看| 麻豆久久精品国产亚洲av| 琪琪午夜伦伦电影理论片6080| 在线看三级毛片| 99久久九九国产精品国产免费| 九九久久精品国产亚洲av麻豆| 1024手机看黄色片| 日韩在线高清观看一区二区三区 | 色综合站精品国产| 国产69精品久久久久777片| 久久久久国产精品人妻aⅴ院| 亚洲成人中文字幕在线播放| 精品久久久久久久末码| 欧美一级a爱片免费观看看| 男人舔奶头视频| 精品免费久久久久久久清纯| 久久人妻av系列| 麻豆成人av在线观看| 深夜精品福利| 可以在线观看的亚洲视频| 波多野结衣巨乳人妻| 日本色播在线视频| 男女视频在线观看网站免费| 欧美日韩亚洲国产一区二区在线观看| 日韩中文字幕欧美一区二区| 国产av不卡久久| 国产日本99.免费观看| 一个人看的www免费观看视频| 国产蜜桃级精品一区二区三区| 99久久精品国产国产毛片| 波多野结衣巨乳人妻| 成人国产麻豆网| 一本久久中文字幕| 麻豆一二三区av精品| 日韩精品有码人妻一区| 日本一二三区视频观看| 91在线观看av| 欧美bdsm另类| 亚洲精品久久国产高清桃花| 日韩一区二区视频免费看| 婷婷色综合大香蕉| 亚洲va在线va天堂va国产| 可以在线观看毛片的网站| 国产乱人视频| 男女之事视频高清在线观看| 乱码一卡2卡4卡精品| 大型黄色视频在线免费观看| а√天堂www在线а√下载| 亚洲三级黄色毛片| 18禁黄网站禁片免费观看直播| 午夜免费激情av| 亚洲中文日韩欧美视频| 婷婷六月久久综合丁香| 很黄的视频免费| 国产精品99久久久久久久久| 亚洲美女黄片视频| 搡老岳熟女国产| 人妻夜夜爽99麻豆av| 欧美精品啪啪一区二区三区| 亚洲av中文字字幕乱码综合| 成人美女网站在线观看视频| 国产中年淑女户外野战色| 久久久久久久亚洲中文字幕| 亚洲第一区二区三区不卡| 免费大片18禁| 啦啦啦观看免费观看视频高清| 精品久久久久久久久亚洲 | 女同久久另类99精品国产91| 舔av片在线| 国产精品永久免费网站| 亚洲精品一区av在线观看| 99久久精品国产国产毛片| 老司机深夜福利视频在线观看| 久久久久久国产a免费观看| 亚洲久久久久久中文字幕| 国产乱人视频| www.www免费av| 国产精品不卡视频一区二区| 最好的美女福利视频网| 免费电影在线观看免费观看| 免费看日本二区| 可以在线观看毛片的网站| 午夜福利18| 熟女人妻精品中文字幕| 精品不卡国产一区二区三区| 亚洲av第一区精品v没综合| 美女被艹到高潮喷水动态| 日韩欧美一区二区三区在线观看| 久99久视频精品免费| .国产精品久久| 午夜亚洲福利在线播放| 大又大粗又爽又黄少妇毛片口| 男女下面进入的视频免费午夜| 在线免费观看不下载黄p国产 | 国产黄色小视频在线观看| 国产av麻豆久久久久久久| 国产免费av片在线观看野外av| 成人二区视频| 嫩草影视91久久| 99久久精品国产国产毛片| 国产白丝娇喘喷水9色精品| 国产精品精品国产色婷婷| 欧美一级a爱片免费观看看| 色噜噜av男人的天堂激情| 久9热在线精品视频| 免费无遮挡裸体视频| 舔av片在线| 中文字幕久久专区| 久久亚洲精品不卡| 美女高潮的动态| 欧美又色又爽又黄视频| 1024手机看黄色片| 久久香蕉精品热| 亚洲黑人精品在线| 国产午夜精品论理片| 成年女人永久免费观看视频| 久久人妻av系列| 日本 av在线| 91精品国产九色| 国产精品福利在线免费观看| 乱系列少妇在线播放| 九九在线视频观看精品| 日本爱情动作片www.在线观看 | 99久久成人亚洲精品观看| 深夜a级毛片| bbb黄色大片| 日本-黄色视频高清免费观看| 精品久久久久久久末码| 欧美绝顶高潮抽搐喷水| 丰满乱子伦码专区| 亚洲人成网站高清观看| 精品国产三级普通话版| 极品教师在线视频| av在线观看视频网站免费| 狂野欧美白嫩少妇大欣赏| 日本黄大片高清| 禁无遮挡网站| 国语自产精品视频在线第100页| 国内毛片毛片毛片毛片毛片| 国产精品野战在线观看| 97超视频在线观看视频| 久久精品国产亚洲av天美| 国产三级在线视频| 国产麻豆成人av免费视频| 12—13女人毛片做爰片一| 99久久精品国产国产毛片| 九九在线视频观看精品| 欧美黑人巨大hd| 婷婷亚洲欧美| 欧美日韩乱码在线| 中文资源天堂在线| 国产一区二区在线av高清观看| 中文在线观看免费www的网站| 国产主播在线观看一区二区| 人妻久久中文字幕网| 一级a爱片免费观看的视频| 久久久国产成人精品二区| 午夜免费成人在线视频| 欧美色视频一区免费| av.在线天堂| 一本久久中文字幕| 在线观看66精品国产| 午夜福利在线观看吧| 日韩精品中文字幕看吧| 99国产精品一区二区蜜桃av| 亚洲欧美日韩东京热| 91在线精品国自产拍蜜月| 国产精品99久久久久久久久| 最近视频中文字幕2019在线8| 赤兔流量卡办理| 丰满乱子伦码专区| 日日摸夜夜添夜夜添小说| 国产av不卡久久| 联通29元200g的流量卡| 少妇的逼好多水| 天堂网av新在线| 国产精品一区二区三区四区久久| av在线老鸭窝| 91麻豆精品激情在线观看国产| 日本三级黄在线观看| 久久精品夜夜夜夜夜久久蜜豆| 亚洲av不卡在线观看| 美女免费视频网站| 亚洲精品456在线播放app | 少妇人妻精品综合一区二区 | 男女之事视频高清在线观看| 伊人久久精品亚洲午夜| 欧美zozozo另类| 变态另类成人亚洲欧美熟女| 最近最新免费中文字幕在线| av天堂中文字幕网| 国模一区二区三区四区视频| 熟女电影av网| 日韩亚洲欧美综合| 成人av一区二区三区在线看| 人妻少妇偷人精品九色| 久久精品人妻少妇| 久久久久性生活片| 一进一出抽搐gif免费好疼| 少妇人妻精品综合一区二区 | 亚洲自偷自拍三级| 亚洲av成人精品一区久久| 精品久久久久久久久亚洲 | 亚洲 国产 在线| 国内精品久久久久久久电影| 国产精品无大码| 国产精品久久电影中文字幕| 日韩欧美一区二区三区在线观看| 国产大屁股一区二区在线视频| 国产精品国产三级国产av玫瑰| 成人综合一区亚洲| 色综合站精品国产| 国产精品不卡视频一区二区| 嫩草影院精品99| 熟妇人妻久久中文字幕3abv| 夜夜爽天天搞| 亚洲成人免费电影在线观看| 国内精品宾馆在线| 亚洲一区二区三区色噜噜| 在现免费观看毛片| 麻豆久久精品国产亚洲av| 国产精品美女特级片免费视频播放器| 日本免费一区二区三区高清不卡| 国产麻豆成人av免费视频| av在线观看视频网站免费| 成年女人毛片免费观看观看9| 久久精品国产亚洲av香蕉五月| 真实男女啪啪啪动态图| 亚洲内射少妇av| 欧美高清成人免费视频www| 日韩欧美免费精品| 免费无遮挡裸体视频| 午夜免费激情av| 国内少妇人妻偷人精品xxx网站| 日本撒尿小便嘘嘘汇集6| 亚洲成人中文字幕在线播放| 中文字幕人妻熟人妻熟丝袜美| 亚洲熟妇中文字幕五十中出| 欧美高清成人免费视频www| 一夜夜www| 熟女电影av网| 成人av在线播放网站| 色在线成人网| 国产精品永久免费网站|