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
扩展卡尔曼滤波算法
静电
方程
相互作用模型
航天器
可见光图像
纹理特征
分布特征
多头注意力机制
阈值算法
中文地址分词方法
字形特征
多头注意力机制
拼音
文本
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
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