一种基于深度学习框架的药物靶点识别方法

本发明涉及计算机生物信息技术领域，公开了一种基于深度学习框架的药物靶点识别方法，包括以下步骤：S1：获取药物‑靶标相互作用Chemogenomic‑Model数据集；S2：获取靶标的结构文件，通过靶标的结构文件得到靶标的结构特征表示以及边特征表示；S3：获取药物、靶标的序列标签编码特征表示、图结构特征表示和物理化学特征表示；S4：将药物的序列标签编码特征表示送入一个三层的多尺度卷积神经网络中，每层的步长为1，填充为0，卷积核的大小分别为3x3、5x5和7x7。本发明通过使用的基准数据集仅为对比的先进方法所使用的基准数据集的三分之一，但在相同的靶标识别测试数据集上，MM‑IDTarget在所有的Top‑K评估指标上展现出接近或优于对比的先进方法的性能。