摘要
本发明公开了一种化学品对DNA促旋酶A亚基的抑制活性预测方法,该方法包括:从公共数据库获取化学品结构及其对DNA促旋酶A亚基的抑制活性数据,并进行结构清洗与缩放,再将获得的已知数据分为训练集和测试集;构建以化学品SMILES码为输入的图神经网络模型;使用训练集通过交叉验证确定图神经网络模型的最优超参数,以获得最优的抑制活性预测模型;利用抑制活性预测模型获取待评价化学品对DNA促旋酶A亚基的抑制活性数据缩放值的预测值。本发明仅输入化合物分子结构即可预测环境化学品能对DNA促旋酶A亚基的抑制作用,实现污染物可能诱导细菌喹诺酮耐药性的分子起始事件的快速筛查,具有广阔的应用前景。
技术关键词
神经网络模型
模型超参数
活性预测方法
注意力
编码器
数据
节点特征
序列
化合物分子结构
多层感知机
交互特征
模块
矩阵
索引
去离子
邻域
共价键
系统为您推荐了相关专利信息
图像捕获特征
图像融合方法
图像特征数据
图像处理
高频特征
模拟人眼视觉
条形模块
抑制周围环境
识别方法
融合视觉特征
配煤方法
焦化
深度神经网络模型
生成数据集
卷积滤波器
智能预警系统
高清摄像头
改扩建工程
智能分析模块
激光雷达
病虫害预测方法
黄精
图像
空地协同
神经网络模型