基于蛋白质序列的药物靶点相互作用预测方法

AITNT
正文
推荐专利
基于蛋白质序列的药物靶点相互作用预测方法
申请号:CN202411664188
申请日期:2024-11-20
公开号:CN119649896A
公开日期:2025-03-18
类型:发明专利
摘要
本发明公开了一种基于蛋白质序列的药物靶点相互作用预测方法,包括:构建药物靶点数据库;构建基于预训练蛋白质语言模型的靶点特征提取器;构建基于预训练分子模型的药物特征提取器;采用自注意力机制构建特征学习方法,采用交叉注意力机制构建药物靶点相互作用学习方法,结合线性层构建预测器,搭建预测药物靶点相互作用模型;训练并优化药物靶点相互作用预测模型的参数,得到优化后的药物靶点预测模型;药物靶点输入到优化后的预测模型中,输出预测结果,最后通过注意力分数可视化,标注出药物与靶点潜在的活性位点和重要氨基酸残基。本发明实现了基于蛋白质序列预测药物与靶点相互作用精度的提升,并实现了深度学习模型的可解释性。
技术关键词
交叉注意力机制 特征学习方法 特征提取器 多头注意力机制 相互作用模型 序列特征 分子模型 药物靶点预测方法 矩阵 线性 深度学习模型 预训练模型 位点
系统为您推荐了相关专利信息
1
目标状态确定方法及装置、存储介质和电子设备
扩展卡尔曼滤波算法 静电 方程 相互作用模型 航天器
2
结合过曝先验与注意力机制的红外与可见光图像融合方法
可见光图像 纹理特征 分布特征 多头注意力机制 阈值算法
3
一种基于改进MacBERT-BiLSTM-CRF的中文地址分词方法
中文地址分词方法 字形特征 多头注意力机制 拼音 文本
4
一种基于ECG和PPG信号时频融合分析的呼吸信号估计方法
信号估计方法 频域特征提取 特征提取模块 状态空间模型 信号提取技术
5
基于本地化LLM模型的多源异构数据融合与处理方法
多源异构数据 多头注意力机制 能源管理系统 特征选择 皮尔逊相关系数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号