• <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)
    精品久久久精品久久久| a级毛片黄视频| 亚洲美女黄色视频免费看| 国产不卡av网站在线观看| 午夜福利视频在线观看免费| 建设人人有责人人尽责人人享有的| 国产老妇伦熟女老妇高清| av电影中文网址| 久久久精品94久久精品| 亚洲av成人精品一二三区| 亚洲精品亚洲一区二区| 国产熟女欧美一区二区| av在线老鸭窝| 天堂俺去俺来也www色官网| 一本一本综合久久| xxxhd国产人妻xxx| 极品人妻少妇av视频| 国产精品 国内视频| 精品人妻熟女毛片av久久网站| 九九爱精品视频在线观看| 亚洲国产色片| 免费观看性生交大片5| 国产精品人妻久久久影院| 欧美日韩成人在线一区二区| 国产高清不卡午夜福利| 精品久久久噜噜| 999精品在线视频| 在现免费观看毛片| 国产综合精华液| 亚洲内射少妇av| 国产国语露脸激情在线看| 国产免费福利视频在线观看| 亚洲性久久影院| 日韩在线高清观看一区二区三区| 美女中出高潮动态图| 香蕉精品网在线| 九色亚洲精品在线播放| 欧美丝袜亚洲另类| 国产一级毛片在线| 亚洲精品一区蜜桃| 人人妻人人添人人爽欧美一区卜| 一边亲一边摸免费视频| 久久综合国产亚洲精品| 人妻人人澡人人爽人人| 最近的中文字幕免费完整| 十八禁高潮呻吟视频| 欧美成人午夜免费资源| 久久毛片免费看一区二区三区| 久久久久国产网址| 免费人妻精品一区二区三区视频| 国产一区二区在线观看日韩| 国产精品国产三级国产av玫瑰| 一本—道久久a久久精品蜜桃钙片| 成人手机av| 性色av一级| 99久久精品国产国产毛片| 亚洲欧美日韩卡通动漫| 搡老乐熟女国产| 亚洲av福利一区| 爱豆传媒免费全集在线观看| 哪个播放器可以免费观看大片| 亚洲av国产av综合av卡| 超色免费av| 国产成人精品久久久久久| 欧美xxⅹ黑人| 婷婷色麻豆天堂久久| 满18在线观看网站| 天堂中文最新版在线下载| 欧美xxⅹ黑人| 天堂中文最新版在线下载| 99国产综合亚洲精品| 国产成人精品久久久久久| 成人毛片a级毛片在线播放| 大香蕉久久成人网| 精品国产乱码久久久久久小说| 一区在线观看完整版| 日韩av在线免费看完整版不卡| 欧美日韩成人在线一区二区| 美女大奶头黄色视频| 亚洲经典国产精华液单| a级片在线免费高清观看视频| av专区在线播放| 国产高清三级在线| 精品亚洲成a人片在线观看| 久久久久久久久久久丰满| 夜夜爽夜夜爽视频| 免费人成在线观看视频色| 青春草视频在线免费观看| 国产色婷婷99| 老熟女久久久| 涩涩av久久男人的天堂| 亚洲图色成人| 一级爰片在线观看| 国产高清三级在线| 免费看不卡的av| 色网站视频免费| 亚洲中文av在线| 亚洲av二区三区四区| 黄色一级大片看看| 不卡视频在线观看欧美| 女人久久www免费人成看片| 国产不卡av网站在线观看| 国产免费又黄又爽又色| 80岁老熟妇乱子伦牲交| 人妻一区二区av| videosex国产| 老司机影院毛片| 大陆偷拍与自拍| 最近中文字幕2019免费版| 九草在线视频观看| av有码第一页| 亚洲欧美精品自产自拍| 91午夜精品亚洲一区二区三区| 午夜av观看不卡| 精品国产一区二区久久| 看非洲黑人一级黄片| 亚洲国产av影院在线观看| 2018国产大陆天天弄谢| 精品午夜福利在线看| 高清av免费在线| xxxhd国产人妻xxx| 黄片播放在线免费| 91久久精品国产一区二区三区| 女人精品久久久久毛片| 精品午夜福利在线看| 日日撸夜夜添| 日韩大片免费观看网站| 国产一区二区在线观看日韩| 十分钟在线观看高清视频www| 亚洲精品国产色婷婷电影| 一本一本综合久久| 91精品国产九色| 日韩一区二区视频免费看| 狠狠婷婷综合久久久久久88av| 亚洲国产av新网站| 综合色丁香网| 精品久久蜜臀av无| 97超视频在线观看视频| 亚洲欧洲国产日韩| 少妇人妻 视频| 少妇的逼好多水| 精品少妇内射三级| 日本色播在线视频| 全区人妻精品视频| 超色免费av| 日韩中文字幕视频在线看片| 亚洲高清免费不卡视频| 中文字幕免费在线视频6| 黄色欧美视频在线观看| 岛国毛片在线播放| 99re6热这里在线精品视频| videossex国产| 秋霞在线观看毛片| 中文字幕制服av| xxxhd国产人妻xxx| 黄色怎么调成土黄色| 亚洲精品第二区| av视频免费观看在线观看| 国产精品久久久久久久电影| 国产成人精品久久久久久| 国产成人精品无人区| 最新的欧美精品一区二区| 观看av在线不卡| 国产成人免费观看mmmm| 成人国语在线视频| 日本vs欧美在线观看视频| 久久久久久久久大av| 国产欧美另类精品又又久久亚洲欧美| 在线观看国产h片| 午夜激情av网站| 自线自在国产av| 国产一级毛片在线| videos熟女内射| 国产免费又黄又爽又色| 99国产综合亚洲精品| a级毛片在线看网站| 亚洲欧洲日产国产| 在现免费观看毛片| av在线老鸭窝| 成人亚洲欧美一区二区av| 成人国语在线视频| 一区二区三区四区激情视频| 亚洲av在线观看美女高潮| 日韩一区二区视频免费看| 国产成人精品在线电影| 成人免费观看视频高清| 亚洲欧美精品自产自拍| 我的女老师完整版在线观看| 97在线视频观看| 天堂俺去俺来也www色官网| 久久狼人影院| 一个人看视频在线观看www免费| 久久热精品热| 777米奇影视久久| 国产精品嫩草影院av在线观看| 超碰97精品在线观看| 国产一区二区三区综合在线观看 | 日韩成人伦理影院| 美女大奶头黄色视频| 亚洲国产欧美在线一区| 2021少妇久久久久久久久久久| 久久久久久久久久久丰满| 高清毛片免费看| 久久国产精品男人的天堂亚洲 | 色94色欧美一区二区| 日韩一本色道免费dvd| 一本色道久久久久久精品综合| 午夜激情av网站| 亚洲精品久久成人aⅴ小说 | 色吧在线观看| 国产av国产精品国产| 自线自在国产av| 成人亚洲精品一区在线观看| 欧美精品一区二区免费开放| 久久青草综合色| 亚洲国产成人一精品久久久| 日韩成人伦理影院| 久久99蜜桃精品久久| 国产日韩一区二区三区精品不卡 | 久久精品国产亚洲av涩爱| 寂寞人妻少妇视频99o| 日韩大片免费观看网站| 毛片一级片免费看久久久久| 纯流量卡能插随身wifi吗| 久久亚洲国产成人精品v| 久久99精品国语久久久| 精品久久国产蜜桃| 美女国产高潮福利片在线看| 亚洲av在线观看美女高潮| 国产男女超爽视频在线观看| 国产国语露脸激情在线看| 美女cb高潮喷水在线观看| 亚洲欧美色中文字幕在线| 国产免费一级a男人的天堂| 日本猛色少妇xxxxx猛交久久| 秋霞在线观看毛片| 一个人看视频在线观看www免费| 欧美精品人与动牲交sv欧美| 中国三级夫妇交换| 人妻少妇偷人精品九色| 99国产精品免费福利视频| 国产国语露脸激情在线看| 国产免费一区二区三区四区乱码| 亚洲图色成人| 久久国产精品大桥未久av| 美女国产视频在线观看| 国内精品宾馆在线| 99久久精品一区二区三区| 寂寞人妻少妇视频99o| 激情五月婷婷亚洲| 99热全是精品| 赤兔流量卡办理| 永久免费av网站大全| 亚洲内射少妇av| 青春草国产在线视频| 国产成人精品福利久久| 女人精品久久久久毛片| 在现免费观看毛片| 免费看不卡的av| 婷婷色综合大香蕉| 婷婷色综合www| 91精品一卡2卡3卡4卡| 日韩精品有码人妻一区| 亚洲av免费高清在线观看| 尾随美女入室| 亚洲av男天堂| 久久久久精品性色| 亚洲久久久国产精品| 99热国产这里只有精品6| 精品少妇内射三级| 亚洲丝袜综合中文字幕| 国产一区二区三区av在线| 国产成人a∨麻豆精品| 国产av一区二区精品久久| 亚洲天堂av无毛| 午夜福利影视在线免费观看| 两个人免费观看高清视频| 国产一区二区三区av在线| 人妻人人澡人人爽人人| 国产精品国产av在线观看| 国产精品无大码| 国产黄片视频在线免费观看| 特大巨黑吊av在线直播| 99视频精品全部免费 在线| 一本—道久久a久久精品蜜桃钙片| 99久久精品国产国产毛片| 久久精品熟女亚洲av麻豆精品| 亚洲一区二区三区欧美精品| 久久人人爽av亚洲精品天堂| 亚洲国产欧美日韩在线播放| 伦理电影大哥的女人| 一本色道久久久久久精品综合| 丝袜脚勾引网站| 亚洲人成网站在线观看播放| 亚洲一区二区三区欧美精品| 午夜免费鲁丝| 丝瓜视频免费看黄片| 天堂中文最新版在线下载| 大片电影免费在线观看免费| 少妇人妻精品综合一区二区| 人人妻人人爽人人添夜夜欢视频| 日韩精品有码人妻一区| 三级国产精品片| 国产女主播在线喷水免费视频网站| av国产精品久久久久影院| 丁香六月天网| 国产一区二区在线观看日韩| 国产视频内射| 亚洲av中文av极速乱| 日韩亚洲欧美综合| 久久人妻熟女aⅴ| 一区二区三区免费毛片| 五月开心婷婷网| 欧美性感艳星| 久久av网站| 有码 亚洲区| 久久久久久久久久久丰满| 国产精品一国产av| 999精品在线视频| 日韩av不卡免费在线播放| 亚洲四区av| 国产精品女同一区二区软件| 一级毛片aaaaaa免费看小| 97超视频在线观看视频| 日日啪夜夜爽| 亚洲综合色惰| 国产亚洲av片在线观看秒播厂| 亚洲欧洲国产日韩| 特大巨黑吊av在线直播| 99热国产这里只有精品6| 日本黄色片子视频| 国产一区二区三区av在线| 一级黄片播放器| 交换朋友夫妻互换小说| 五月天丁香电影| av.在线天堂| 精品国产国语对白av| 免费大片黄手机在线观看| 国产精品一区二区在线不卡| 久久久欧美国产精品| √禁漫天堂资源中文www| 男人添女人高潮全过程视频| 又粗又硬又长又爽又黄的视频| 丝瓜视频免费看黄片| av免费观看日本| 日本黄色片子视频| 亚洲色图 男人天堂 中文字幕 | 午夜激情av网站| 我的老师免费观看完整版| 大香蕉97超碰在线| 肉色欧美久久久久久久蜜桃| 丰满少妇做爰视频| 黑丝袜美女国产一区| 在线观看免费高清a一片| 看免费成人av毛片| 中文字幕av电影在线播放| 国产探花极品一区二区| 国产日韩一区二区三区精品不卡 | 五月玫瑰六月丁香| 天天影视国产精品| 日韩av免费高清视频| 国产日韩欧美在线精品| 一级片'在线观看视频| 一级爰片在线观看| 午夜久久久在线观看| 欧美一级a爱片免费观看看| 日本wwww免费看| 国产精品国产三级国产专区5o| 国产有黄有色有爽视频| 人人澡人人妻人| 青春草视频在线免费观看| 久久久久久久久大av| 蜜桃国产av成人99| 日韩一本色道免费dvd| 一本久久精品| 午夜免费男女啪啪视频观看| 日本av免费视频播放| 人妻人人澡人人爽人人| 国产精品不卡视频一区二区| 亚洲国产av影院在线观看| 精品人妻熟女av久视频| 99re6热这里在线精品视频| 亚洲内射少妇av| 亚洲国产精品国产精品| 国产精品偷伦视频观看了| a级毛片黄视频| 亚洲av二区三区四区| 一级二级三级毛片免费看| 久久国产精品男人的天堂亚洲 | 在线观看三级黄色| 97精品久久久久久久久久精品| 91精品三级在线观看| 777米奇影视久久| 欧美亚洲日本最大视频资源| 国产成人精品久久久久久| 校园人妻丝袜中文字幕| 亚洲第一av免费看| 亚洲精品日韩av片在线观看| 一本久久精品| 99re6热这里在线精品视频| 国产欧美另类精品又又久久亚洲欧美| 韩国高清视频一区二区三区| 国产av精品麻豆| 狂野欧美激情性xxxx在线观看| 伊人久久国产一区二区| 18在线观看网站| av女优亚洲男人天堂| 欧美精品人与动牲交sv欧美| 国产精品国产三级国产专区5o| 日本与韩国留学比较| 蜜桃国产av成人99| 九九久久精品国产亚洲av麻豆| 新久久久久国产一级毛片| 我的女老师完整版在线观看| 久久精品熟女亚洲av麻豆精品| 夫妻午夜视频| 国产成人一区二区在线| 91久久精品国产一区二区成人| 久久女婷五月综合色啪小说| 亚洲欧美清纯卡通| 欧美精品人与动牲交sv欧美| a级毛色黄片| 久久99蜜桃精品久久| 18禁动态无遮挡网站| av福利片在线| 99久久人妻综合| 一本—道久久a久久精品蜜桃钙片| 亚洲欧美色中文字幕在线| 婷婷色综合大香蕉| 秋霞在线观看毛片| 高清黄色对白视频在线免费看| 99久久综合免费| 国产成人一区二区在线| 久久国产亚洲av麻豆专区| 亚洲成色77777| 日韩免费高清中文字幕av| 人妻夜夜爽99麻豆av| 水蜜桃什么品种好| 国产黄频视频在线观看| 狠狠精品人妻久久久久久综合| 亚洲综合色惰| 精品一品国产午夜福利视频| 国产成人av激情在线播放 | 国产高清国产精品国产三级| 九草在线视频观看| 高清欧美精品videossex| 一级毛片黄色毛片免费观看视频| 久久午夜福利片| 亚洲中文av在线| 青春草亚洲视频在线观看| 男女无遮挡免费网站观看| 我的女老师完整版在线观看| 香蕉精品网在线| 两个人的视频大全免费| av国产久精品久网站免费入址| 不卡视频在线观看欧美| 欧美另类一区| 午夜福利视频在线观看免费| 亚洲欧美成人综合另类久久久| 国产视频内射| 天天操日日干夜夜撸| av电影中文网址| 黄色一级大片看看| 国产日韩一区二区三区精品不卡 | 男女啪啪激烈高潮av片| 一级毛片我不卡| 黄色一级大片看看| 9色porny在线观看| 美女中出高潮动态图| 久久人人爽人人爽人人片va| 亚洲无线观看免费| 丝袜美足系列| 人成视频在线观看免费观看| 国产无遮挡羞羞视频在线观看| 亚洲美女视频黄频| 又黄又爽又刺激的免费视频.| 精品久久国产蜜桃| 日本黄色日本黄色录像| av电影中文网址| 91午夜精品亚洲一区二区三区| 久久精品久久久久久久性| 亚洲怡红院男人天堂| 精品一区二区三卡| 精品少妇久久久久久888优播| 久久久a久久爽久久v久久| 男的添女的下面高潮视频| 中文乱码字字幕精品一区二区三区| 国产男女超爽视频在线观看| 91精品国产国语对白视频| 亚洲在久久综合| 亚洲欧洲精品一区二区精品久久久 | 女人精品久久久久毛片| 乱人伦中国视频| 国产一区二区三区av在线| 97精品久久久久久久久久精品| 午夜福利网站1000一区二区三区| 亚洲精品国产av成人精品| 人体艺术视频欧美日本| 毛片一级片免费看久久久久| 性高湖久久久久久久久免费观看| 日韩成人av中文字幕在线观看| 国产精品人妻久久久久久| 2018国产大陆天天弄谢| 一级爰片在线观看| 日日撸夜夜添| 老熟女久久久| 国产精品秋霞免费鲁丝片| 婷婷成人精品国产| 亚洲美女黄色视频免费看| 少妇熟女欧美另类| 22中文网久久字幕| 国产片特级美女逼逼视频| 永久网站在线| 免费观看的影片在线观看| 精品熟女少妇av免费看| 亚洲欧美清纯卡通| 一级毛片黄色毛片免费观看视频| 美女cb高潮喷水在线观看| 狠狠婷婷综合久久久久久88av| 一本大道久久a久久精品| 男女免费视频国产| 国产日韩欧美视频二区| 亚洲av成人精品一二三区| 一区二区日韩欧美中文字幕 | 99九九在线精品视频| 国产精品 国内视频| 亚洲国产成人一精品久久久| 在线观看三级黄色| 精品少妇黑人巨大在线播放| 我要看黄色一级片免费的| 免费人妻精品一区二区三区视频| 丁香六月天网| 9色porny在线观看| av.在线天堂| 免费看av在线观看网站| 国产欧美另类精品又又久久亚洲欧美| 国产精品99久久久久久久久| 国产亚洲精品久久久com| 久久久亚洲精品成人影院| 欧美丝袜亚洲另类| 观看av在线不卡| 亚洲人成网站在线播| 日本wwww免费看| 午夜福利视频在线观看免费| √禁漫天堂资源中文www| 亚洲欧美成人精品一区二区| 视频中文字幕在线观看| 久久亚洲国产成人精品v| 日本av手机在线免费观看| 一个人看视频在线观看www免费| 综合色丁香网| 精品酒店卫生间| 人妻人人澡人人爽人人| 美女大奶头黄色视频| 亚洲欧美日韩另类电影网站| 日本与韩国留学比较| 国产欧美日韩一区二区三区在线 | 欧美日韩国产mv在线观看视频| 日本-黄色视频高清免费观看| 欧美日韩av久久| 久久久午夜欧美精品| 国产精品蜜桃在线观看| 搡女人真爽免费视频火全软件| 亚洲少妇的诱惑av| 色吧在线观看| 在线观看国产h片| 丝袜美足系列| 久久99一区二区三区| 久久99热6这里只有精品| 日韩伦理黄色片| 老熟女久久久| 中文精品一卡2卡3卡4更新| 久久狼人影院| 日韩强制内射视频| 91精品三级在线观看| 大片免费播放器 马上看| 成人毛片60女人毛片免费| 三级国产精品片| 99热国产这里只有精品6| 韩国高清视频一区二区三区| 最新中文字幕久久久久| 国产亚洲精品第一综合不卡 | 丰满乱子伦码专区| 成年人免费黄色播放视频| 亚洲高清免费不卡视频| 欧美精品一区二区大全| 韩国av在线不卡| 久久精品久久久久久噜噜老黄| 国产一区有黄有色的免费视频| 亚洲欧洲日产国产| 精品少妇黑人巨大在线播放| 国模一区二区三区四区视频| 日韩一本色道免费dvd| 国产无遮挡羞羞视频在线观看| 亚洲av成人精品一二三区| 国产精品麻豆人妻色哟哟久久| 免费av中文字幕在线| 国产在线免费精品| 大香蕉97超碰在线| 亚洲精品日韩在线中文字幕| 99热这里只有精品一区| 亚洲精品乱久久久久久| 18+在线观看网站| 亚洲,一卡二卡三卡| 午夜福利在线观看免费完整高清在| 亚洲精品第二区| 国产伦精品一区二区三区视频9| 免费人成在线观看视频色| 久久久久久久精品精品| 精品国产露脸久久av麻豆| 久久精品夜色国产| 99热国产这里只有精品6| 在线观看一区二区三区激情| 中文字幕最新亚洲高清| 免费大片黄手机在线观看|