摘要
本发明提供一种药物靶标亲和力预测方法及模型,其中,预测方法包括:对药物和靶标蛋白进行特征提取,得到药物分子尺度特征表示d和靶标蛋白分子尺度特征表示p;根据药物和靶标蛋白分子尺度特征表示,构建药物‑靶标相互作用关系异构图网络,该药物‑靶标相互作用关系异构图网络包含网络尺度特征;利用跨尺度特征融合方法融合药物分子尺度特征表示d、靶标蛋白分子尺度特征表示p和网络尺度特征并生成药物‑靶标联合特征表示,用以预测最终的亲和力得分。本发明的方法、模型在提高药物靶标亲和力预测性能上展现了优越性,同时在不同数据集上也体现了稳健性和泛化能力。
技术关键词
靶标相互作用
药物
跨尺度特征融合
蛋白
亲和力预测模型
异构
卷积神经网络模块
序列
递归神经网络
矩阵
融合分子
关系
模态特征
节点特征
代表
系统为您推荐了相关专利信息
互联网医院
药物不良反应
随访系统
病历档案
机器学习模型
荧光染料分子
白细胞
二分类模型
高分子化合物
纳米颗粒
神经退行性病症
机器学习模型
生物标志物数据
轻度认知障碍
朴素贝叶斯
药房管理系统
可追溯标签
药物箱
药物标签
发药模块
医疗健康数据
医学知识图谱
个性化用药
药物
推荐方法