摘要
本发明公开了基于深度学习的蛋白质‑小分子配体快速准确对接方法和系统,属于计算机应用技术领域。该方法创新性地采用深度学习技术,实现蛋白质‑小分子配体对接的高效精准预测,通过无向复合图和KNN图表征,深度捕捉分子内部及蛋白质间复杂作用,构建高质量数据输入;双编码器机制解析特征,生成深度嵌入表示,全连接交互图强化相互作用理解;结合构象预测、力场优化与构象对齐,提升对接姿态精确性;混合密度神经网络模型预测距离概率与亲和力,增强预测多样性与准确性。系统模块化设计,跨平台部署便捷,广泛适用于药物研发与生命科学研究,加速新药发现,揭示分子机制,前景广阔。
技术关键词
配体
分子
对接方法
标量特征
矢量特征
亲和力
节点特征
系统模块化设计
节点位置信息
可视化功能
深度学习技术
双编码器
密度
可视化模块
可读存储介质
神经网络模型
数据采集模块
注意力
系统为您推荐了相关专利信息
小分子化合物
三阴性乳腺癌细胞
移植瘤模型
制剂
肿瘤微环境
皮肤护理仪
基板
正面
透皮给药技术
无机晶体材料