一种基于融合模型高通量筛选潜在致乳腺癌化合物的方法、装置及储存介质

AITNT
正文
推荐专利
一种基于融合模型高通量筛选潜在致乳腺癌化合物的方法、装置及储存介质
申请号:CN202510061558
申请日期:2025-01-15
公开号:CN120108544A
公开日期:2025-06-06
类型:发明专利
摘要
本发明公开了一种基于融合模型高通量筛选潜在致乳腺癌化合物的方法、装置及储存介质,属于化学品健康风险评价技术领域,包括:(1)建立致乳腺癌风险预测数据集;(2)利用结合自由能、能量分解信息和四维分子描述符构建化合物的配体结合特征;(3)构建生物学测试信息特征;提取致乳腺癌风险预测数据集中化合物的分子图特征和分子指纹特征;(4)构建结合图注意力网络、第一深度神经网络、第二深度神经网络、第三深度神经网络和分类器的融合模型;(5)利用致乳腺癌风险预测数据集对融合模型进行监督训练,优化融合模型参数;(6)利用优化的融合模型进行潜在致乳腺癌化合物筛选,若得到阳性结果,进行对应化合物的潜在致乳腺癌风险解释。
技术关键词
乳腺癌风险 深度神经网络 高通量筛选 分子标签 描述符 健康风险评价技术 配体 XGBoost算法 机器学习算法 注意力 分类器 定量构效关系 指纹特征提取 节点特征 支持向量机算法 数据 受体
系统为您推荐了相关专利信息
1
一种基于决策支持的SAR目标智能识别方法及装置
识别飞机 实例分割 智能识别方法 深度神经网络 散射点
2
面向四边网格化的基于物理信息神经时间场的多目标距离场计算方法
深度神经网络模型 训练深度神经网络 双向搜索方法 计算方法 编码特征
3
一种基于申威架构的线程并行程序性能分析方法及系统
申威架构 事件计数器 性能分析方法 性能监控 调用堆栈
4
一种基于双通道深度神经网络的电力系统频率稳定控制方法
端系统 频率稳定 特征量数据 递归神经网络 深度神经网络
5
一种疾病标志物结构稳定性判断方法
结构稳定性判断方法 标志物 疾病 荧光强度数据 深度神经网络结构
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