摘要
本发明公开了一种基于卷积和交叉注意力机制的药物靶点亲和力预测方法,包括S1:获取用于药物靶点亲和力预测的蛋白质氨基酸序列与药物SMILES字符串的样本数据;S2:对样本数据随机划分并获取训练集与测试集;S3:构建基于卷积与交叉注意力机制的药物靶点亲和力预测模型;S4:根据训练集与测试集对药物靶点亲和力预测模型进行模型训练与评估,获取最优药物靶点亲和力预测模型,并基于最优药物靶点亲和力预测模型实现对药物靶点的亲和力预测。解决了传统的模型的存在捕获药物SMILES字符串和蛋白质序列的全局语义特征的局限性,限制了预测任务中取得更高的预测精度与效率的问题,与此同时在模型预测过程中过高的复杂性还会降低模型的可解释性的问题。
技术关键词
亲和力预测模型
交叉注意力机制
药物
特征提取网络
语义特征
序列
矩阵
字符
氨基酸残基位置
分支
融合特征
级联
表达式
样本
编码器
索引
系统为您推荐了相关专利信息
知识图谱补全方法
嵌入方法
大语言模型
实体
多层感知机
双向注意力机制
二维卷积网络
门模块
输出特征
多尺度
图像多尺度
多尺度特征融合
激光雷达点云
图像增强方法
跨模态
多维特征向量
造价
空间索引结构
混合存储架构
多层级特征