一种基于交叉图表示学习的蛋白质相互作用预测方法

AITNT
正文
推荐专利
一种基于交叉图表示学习的蛋白质相互作用预测方法
申请号:CN202411939454
申请日期:2024-12-26
公开号:CN119832991B
公开日期:2025-07-18
类型:发明专利
摘要
本发明公开了一种基于交叉图表示学习的蛋白质相互作用预测方法,属于蛋白质间相互作用领域,包括以下步骤:S1,搜集蛋白质相互作用的预测数据集,而后对蛋白质进行特征处理,构建蛋白质图;S2,使用基于GCN的图编码器学习蛋白质图的空间结构信息;S3,使用基于自注意力模块的编码器学习受体蛋白质和配体蛋白质之间的信息;S4,使用对偶的交互图模块学习受体蛋白质和配体蛋白质之间的残基的信息;S5,生成蛋白质相互作用预测的分类器。本发明用于解决现有的蛋白质相互作用预测的方法往往在不同领域表现出的性能退化问题。
技术关键词
配体 受体 空间结构信息 前馈神经网络 蛋白质间相互作用 编码器 节点特征 分类器 矩阵 模块 注意力模型 序列特征 邻居 关系 定义
系统为您推荐了相关专利信息
1
一种工业园区未知大气污染排放源的定位溯源方法
溯源方法 受体 工业园区 高斯扩散模型 风速
2
一种基于深度学习的细粒度漏洞预测及评估系统
漏洞 评估系统 特征提取单元 报告 模块
3
融合增强实体与多级表示的文档级关系抽取
节点 注意力 异质 关系抽取技术 邻居
4
一种含分布式电源配电网短期可靠性评估方法及系统
分布式电源配电网 混合深度学习模型 可靠性评估方法 配电网可靠性评估 期望缺供电量
5
一种基于融合差分图卷积的人脸反欺诈方法及系统
反欺诈方法 拓扑图 卷积模块 图像块 人脸
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