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
微流控芯片
微流控纺丝装置
通道
气体控制设备
核心
推荐装置
药物
患者
智能推荐方法
深度优先搜索算法
智能管理系统
库存监控
粒子群优化算法
温湿度传感器
多传感器融合