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
识别飞机
实例分割
智能识别方法
深度神经网络
散射点
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
申威架构
事件计数器
性能分析方法
性能监控
调用堆栈
端系统
频率稳定
特征量数据
递归神经网络
深度神经网络
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