摘要
一种基于图神经网络的药物靶点亲和力预测方法,涉及一种药物靶点亲和力预测方法。为了解决现有方法存在药物靶点亲和力预测精度低的问题。本发明从药物原子图中学习药物全局特征;对正例蛋白质疏水图、正例蛋白质氢键图、正例蛋白质接触图提取氨基酸正例特征,进行融合池化得到氨基酸正例融合池化特征作为蛋白质全局特征;对药物原子图抽取子图得到药物子图特征作为药物局部信息;对正例蛋白质疏水图、正例蛋白质氢键图、正例蛋白质接触图抽取子图,得到蛋白质子图特征作为蛋白质局部信息。药物局部特征和药物全局特征拼接为药物特征,蛋白质局部特征和蛋白质全局特征拼接为蛋白质特征,二者拼接为药物‑蛋白质联合特征,用于药物靶点亲和力预测。
技术关键词
药物
亲和力预测模型
池化算法
池化特征
蛋白质特征提取
融合特征
注意力
疏水相互作用
节点特征
拼接方式
融合算法
数据获取单元
神经网络算法
特征提取单元
矩阵
列表
系统为您推荐了相关专利信息
胃溃疡药物
美洲大蠊
西瓜霜
杀灭幽门螺旋杆菌
胃溃疡模型
治疗药物
次黄嘌呤
嵌合抗原受体
记忆
靶向结直肠癌