一种基于重参数化卷积的药物与靶点互作用预测方法

AITNT
正文
推荐专利
一种基于重参数化卷积的药物与靶点互作用预测方法
申请号:CN202411681625
申请日期:2024-11-22
公开号:CN119541621B
公开日期:2025-10-28
类型:发明专利
摘要
本发明公开了一种基于重参数化卷积的药物与靶点互作用预测方法,该方法主要面向药物先导化合物虚拟筛选技术,针对许多现有的深度学习方法仅从小尺度上学习配体和靶点的高维表示,模型难以获取大尺度上结合口袋或多个结合位点的潜在规律的问题,引入了重参数化卷积的方法提高模型对蛋白质靶点和化合物配体的特征学习能力,同时设计了一种门控注意力机制,更有效地交互药物和靶点的表征信息,并通过对Cystathionine‑β‑synthase(CBS)靶点的药物筛选实验验证了本发明作为药物筛选工具的潜力。
技术关键词
靶蛋白 配体 高维特征向量 XGBoost模型 热启动 药物先导化合物 虚拟筛选技术 矩阵 嵌入特征 参数 注意力机制 深度学习方法 筛选工具 编码 通道 序列 训练集 融合特征
系统为您推荐了相关专利信息
1
一种煤矿井下环境智能感知与动态通风联动控制系统及方法
通风设备 煤矿井下环境 联动控制系统 智能感知模块 数据传输模块
2
一种基于XGBoost-BiGRU的基坑变形预测方法及系统
基坑变形预测方法 皮尔逊相关系数 监测点 XGBoost模型 时序特征
3
基于特征增强多基集成重跟踪模型的测高方法
测高方法 XGBoost模型 功率值 网格搜索方法 模型超参数
4
基于3D结构与多层次注意力机制的药物靶标预测方法
药物靶标预测方法 节点特征 表达式 多层次特征融合 矩阵
5
多尺度特征混合的生产业务流程剩余执行时间预测方法
执行时间预测方法 ARIMA模型 日志 XGBoost模型 随机森林模型
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