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：武汉大学
摘要：本发明提供了一种基于二级结构特征编码的药物‑蛋白亲和力预测方法及装置，其中的方法包括：S1：将蛋白氨基酸序列和药物序列进行二级结构切分并向量化。S2：将得到的向量X进行随机掩码得到Xm。S3：搭建多头注意力模型。S4：输入Xm，训练预测模型A，以预测掩码的二级结构为训练目标，直至模型收敛。S5：在模型A的基础上增加分数拟合层。S6：输入X，训练拟合模型B，以预测药物蛋白亲和分数为训练目标，直至模型收敛。S7：将需要预测的药物和蛋白输入模型B，并预测得到亲和分数。本发明使用基于二级结构特征编码的药物蛋白亲和分数预测方法，进行药物的虚拟筛选，为后续生物实验提供指导和减少工作量，加速新药研发。
主权项：1.基于二级结构特征编码的药物-蛋白亲和力预测方法，其特征在于，包括：S1：获取蛋白氨基酸序列和药物SMILES序列，对蛋白氨基酸序列和药物SMILES序列进行拼接，并根据二级结构进行切分，转换得到代表蛋白和药物序列的向量X；S2：将X进行随机掩码，得到部分二级结构掩码表示Xm；S3：搭建多头注意力模型，作为预测模型A，随机初始化预测模型A中的参数；S4：将Xm作为训练数据输入预测模型A，对预测模型A进行训练，以预测掩码的二级结构为训练目标，直至预测模型A收敛，得到训练好的预测模型A；S5：在预测模型A的基础上增加分数拟合层，作为拟合模型B，并以训练好的模型A作为初始化参数；S6：将X作为训练数据输入拟合模型B，对拟合模型B进行训练，以预测药物蛋白亲和分数为训练目标，直至拟合模型B收敛，得到训练好的拟合模型B；S7：将需要预测的药物和蛋白输入训练好的拟合模型B，进行药物-蛋白亲和力预测；步骤S1中根据二级结构进行切分的方法为：使用FCS算法挖掘序列中的多个二级结构，并整理得到二级结构的词表，FCS算法为二级结构挖掘算法；将词表中的二级结构作为序列中的最小单位，并根据词表序号对蛋白氨基酸序列和药物SMILES序列中的二级结构进行替换，得到代表蛋白和药物序列的向量X。
全文数据：
权利要求：
百度查询： 武汉大学 基于二级结构特征编码的药物-蛋白亲和力预测方法及装置
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