基于特征增强的二部属性图的药物靶点相互作用预测方法

AITNT
正文
推荐专利
基于特征增强的二部属性图的药物靶点相互作用预测方法
申请号:CN202411671360
申请日期:2024-11-21
公开号:CN119400295A
公开日期:2025-02-07
类型:发明专利
摘要
本发明公开了一种基于特征增强的和二部属性图的药物靶点相互作用预测方法,该方法的目的是为预测药物和靶点之间是否会相互作用,该模型的主要步骤是:二部图的构建,特征增强处理,定义模型,训练模型,评估模型。本发明通过基于特征增强的二部属性图的药物靶点相互作用预测方法,实现了药物靶点相互作用的预测,与现有算法比较,有以下优点:这种创新的方法将药物的药理学属性与靶点的多源生物信息学属性结合,融合相似度信息,并对特征进行增强处理。该模型采用了先进的特征融合策略,将药物和靶点与广泛的生物学和药理学属性及相似度信息进行了复杂的融合,使用先进的图神经网络进行特征提取任务,为DTI预测提供了新的视角。
技术关键词
药物 成分分析 染色体 融合策略 矩阵 节点 定义 训练集 编码 分子 序列 邻域 关系 视角 算法 生物 网络 参数
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