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:湖州师范学院
摘要:一种基于多模态深度学习的抗癌药物组合作用预测方法,包括以下步骤:S1,提取出药物多个模态包括Morgan指纹、序列、分子图和原子点云的数据;S2,针对不同的模态数据,分别设计特征提取的子模型,并利用前馈神经网络构造出多模态药物组合特征提取融合框架;S3,分析癌细胞系基因表达和突变组学数据,使用FARMS算法筛选出合适的组学特征并利用前馈神经网络融合得到癌细胞系的表征;S4,将步骤S3中得到的癌细胞系的表征与多模态药物组合特征相结合,以预测抗癌协同药物组合作用。本发明的优点在于,在预测协同药物组合得分上不仅准确率更高,而且具有更强的稳定性。
主权项:1.一种基于多模态深度学习的抗癌药物组合作用预测方法,其特征在于,包括以下步骤:S1,通过药物简化分子线性输入规范提取出药物多个模态包括Morgan指纹、序列、分子图和原子点云的数据,以确保药物分子特征的充分表达;S2,针对不同的模态数据,运用双向长短期记忆神经网络、门控多层感知机制、多头注意力机制和基于幂图思想的图卷积神经网络,分别设计特征提取的子模型,并利用前馈神经网络构造出多模态药物组合特征提取融合框架;S3,分析癌细胞系基因表达和突变组学数据,使用FARMS算法筛选出合适的组学特征并利用前馈神经网络融合得到癌细胞系的表征;S4,将步骤S3中得到的癌细胞系的表征与多模态药物组合特征相结合,以预测抗癌协同药物组合作用。
全文数据:
权利要求:
百度查询: 湖州师范学院 一种基于多模态深度学习的抗癌药物组合作用预测方法
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。