摘要
本发明公开了一种基于对比学习和蛋白聚类策略的无配体靶标的配体预测方法,包括:构建与训练基于有监督对比学习算法的靶标‑配体相互作用预测模型ConsCPI,将药物编码向量和靶标编码向量输入ConsCPI,得到药物‑靶标相互作用预测概率;将无配体靶标和待筛选化合物数据集中的药物输入到ConsCPI,得到与无配体靶标相互作用预测概率大于50%的结合配体;构建无配体靶标推荐配体系统iTarget,输入前一步骤中所预测的结合配体,推荐得到排名靠前的无配体靶标结合配体。模型结合有监督的对比学习算法和蛋白聚类算法,增强了配体‑靶标相互作用预测的泛化性,显著提升了对于无配体靶标的配体预测能力。
技术关键词
靶标相互作用
配体相互作用
编码向量
学习算法
药物
蛋白
策略
相互作用特征
数据
分类器
编码器
标签
聚类算法
数值
分子