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:湖南大学
摘要:本发明公开了一种基于联邦决策树的药靶亲和力预测方法,包括:S1、在本地使用基于多壳层扩展连接性指纹的方法进行药物和蛋白质的特征学习;S2、每个制药机构基于本地数据和初始分割点对GBDT模型进行一阶和二阶梯度计算,生成梯度直方图;S3、每个制药机构对其得到的梯度直方图进行同态加密操作,并将加密后的梯度直方图传输给中央服务器;S4、中央服务器将收集到的各个制药机构的加密后的梯度直方图进行聚合,根据GBDT模型的决策树构建流程生成下一步建树操作,并将该操作信息转发给各制药机构;S5、每个制药机构使用中央服务器发来的决策树构建信息来更新其本地GBDT模型。本发明在保证数据隐私的同时具有高效的药靶亲和力预测能力。
主权项:1.一种基于联邦决策树的药靶亲和力预测方法,其特征在于,包括以下步骤:S1、将每个参与联合学习的制药机构在本地使用基于多壳层扩展连接性指纹的方法进行药物和蛋白质的特征学习;S2、每个制药机构基于本地数据和初始分割点对GBDT模型进行一阶和二阶梯度计算,生成梯度直方图;S3、每个制药机构对其得到的梯度直方图进行同态加密操作,并将加密后的梯度直方图传输给中央服务器;S4、中央服务器将收集到的各个制药机构的加密后的梯度直方图进行聚合,得到全局梯度直方图,根据GBDT模型的决策树构建流程生成下一步建树操作,并将该操作信息转发给各制药机构;S5、每个制药机构使用中央服务器发来的决策树构建信息来更新其本地GBDT模型,并基于本地GBDT模型进行药靶亲和力预测。
全文数据:
权利要求:
百度查询: 湖南大学 一种基于联邦决策树的药靶亲和力预测方法
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。