龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：大连海事大学
摘要：本发明一种基于表示学习和图神经网络的药物靶标亲和力预测方法，涉及生物医学和自然语言技术交叉领域。本发明将输入的药物和蛋白质数据转换为两种不同的形式，即二维矩阵结构和三维图结构，从而可以利用不同结构信息，充分提取信息，更好地对结果进行预测；使用注意力层融合四种信息，通过分析每一部分的权重，了解不同部分的重要性，提升预测性能。本发明解决了当前药物靶标亲和力预测任务中大多数只关注输入数据的部分结构信息的问题，并且使用注意力机制进行融合，更好地解释每一部分数据信息的重要性，从而大大提升药物靶标亲和力预测的性能。
主权项：1.一种基于表示学习和图神经网络的药物靶标亲和力预测方法，其特征在于，所述方法包括：S1、数据表示：分别将药物和蛋白质序列通过嵌入层表示成二维向量结构，同时将药物通过RDKit工具、蛋白质通过Pconsc4转换为三维空间图结构；S2、数据特征信息提取：分别将药物和蛋白质的二维向量结构表示的数据通过基于卷积神经网络的第一特征提取模型提取第一特征信息和第二特征信息；所述第一特征提取模型包括：若干层卷积神经网络CNN和一层长短期记忆网络LSTM；分别将药物和蛋白质的三维图结构表示的数据通过基于图神经网络的第二特征提取模型提取第三特征信息和第四特征信息；所述第二特征提取模型包括若干层图神经网络GCN；S3、特征信息融合：将提取到第一特征信息、第二特征信息、第三特征信息和第四特征信息通过注意力层进行特征信息融合；S4、药物靶标亲和力预测：特征信息融合之后，经过全连接层进行药物靶标亲和力值预测。
全文数据：
权利要求：
百度查询： 大连海事大学 一种基于表示学习和图神经网络的药物靶标亲和力预测方法
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