摘要
本发明提供药物靶点亲和力预测交互和扩张因果卷积增强网络及方法,网络包括:基于知识启发的子结构分解模块来挖掘子结构的特征;构建了一个增强transformer编码器模块以有效地挖掘从大量未标记的药物数据中提取子结构之间的语义关系;构造了一个交互模块来更好地捕获药物信息以实现更准确和可解释的DTA预测;通过扩张因果卷积模块来捕获时序关系,并提供复杂的特征表示以处理长期依赖性,以提高预测精度。本发明解决了结果不准确且难以解释、忽略未标记分子数据以及未考虑时间依赖关系的技术问题。
技术关键词
卷积模块
亲和力
令牌
序列
网络
靶标
药物子结构
语义
关系
编码器模块
矩阵
数据
标记
时序
分子
字典
邻域
系统为您推荐了相关专利信息
深度强化学习
手术室
深度Q网络
更新网络参数
缓冲池
角膜
时间预测方法
融合特征
集成硬件平台
轻量化设备
交通指挥系统
历史交通数据
数据存储模块
数据采集模块
大数据分析算法
机器学习模型
消息
解码
下行链路控制信息
网络节点