龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：浙江大学
申请日：2024-04-10
公开（公告）日：2024-07-05
公开（公告）号：CN118298910A
主分类号：G16B15/30
分类号：G16B15/30;G16B20/50;G06F18/213;G06F18/15;G06F18/2415
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明公开了一种基于基因、药物原子相互作用关系提取方法的药物靶点、药物关键药效团检测方法，包括：构建药物敏感性数据库；构建细胞系特征提取器和药物特征提取器；采用交叉注意力算法构建细胞系特征‑药物特征融合器，结合细胞系特征提取器、药物特征提取器、基于线性层构建的预测器，搭建药物敏感性预测模型；训练并优化药物敏感性预测模型的参数，得到优化后的药物敏感性预测模型；输入到优化后的药物敏感性预测模型中，输出预测结果，并进行可解释性分析，检测非小细胞肺癌的药物靶点和药物的关键药效团。本发明实现了药物敏感性预测精度的提升，并实现了深度学习模型的可解释性。
主权项：1.一种基于基因、药物原子相互作用关系提取方法的药物靶点、药物关键药效团检测方法，其特征在于，包括以下步骤：1构建药物敏感性数据库，包括获取细胞系-药物对的半抑制浓度数据、药物ID和细胞系的ID以及根据细胞系的ID获取细胞系多组学数据、细胞系多组学数据经预处理得到的细胞系多组学数据矩阵、根据药物ID获取的药物SMILES序列；2构建细胞系特征提取器和药物特征提取器；3采用交叉注意力算法构建细胞系特征-药物特征融合器，细胞系特征-药物特征融合器结合细胞系特征提取器、药物特征提取器和基于线性层构建的预测器，搭建药物敏感性预测模型；4采用步骤1构建的药物敏感性数据库，训练并优化药物敏感性预测模型的参数，得到优化后的药物敏感性预测模型；5将待预测的非小细胞肺癌、乳腺癌的细胞系多组学数据和药物SMILES序列输入到优化后的药物敏感性预测模型中，输出非小细胞肺癌和乳腺癌细胞系的药物敏感性预测结果，并进行可解释性分析，检测非小细胞肺癌的药物靶点和药物的关键药效团。
全文数据：
权利要求：
百度查询： 浙江大学 基于基因、药物原子相互作用关系提取方法的药物靶点、药物关键药效团检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号