摘要
本发明公开了一种脑靶向肽筛选方法,引入LSTM、trRosettaX、AlphaFold2、Point Transformer深度学习技术和Autodock Vina分子对接工具,生成脑靶向肽序列、预测深度学习肽结构、对接蛋白质和肽及预测空间亲和力,通过Point Transformer深度学习筛选增加靶点和肽的生化特征信息,应用分子对接结合自由能评分与Point Transformer的空间亲和力评分的双重结构进行筛选,实现脑靶向肽筛选。本发明方法可加快脑靶向肽的筛选过程,缩短实验周期,降低筛选成本,实现快速筛选,提高了肽与靶点的结合精度和筛选准确性,有效筛除低亲和力的候选肽。
技术关键词
亲和力
LSTM模型
深度学习技术
序列
跨越血脑屏障
配体相互作用
分子
位点
深度学习模型
三维结构
活性肽
数据
水性
训练集
口袋
周期
网络
精度
基础