摘要
本发明属于生物信息学领域,具体涉及一种基于弗洛伊德算法网络的药物与靶点作用预测方法,融合了弗洛伊德算法、深度学习、柯尔莫哥洛夫‑阿诺德网络,注意力机制等技术手段。该方法首先对药物分子图与蛋白质图进行预处理,利用摩根指纹算法提取分子结构特征,引入进化尺度建模框架的第二代蛋白质序列预训练模型提取蛋白质语义特征。然后,将药物和蛋白质的嵌入特征分别输入到由弗洛伊德算法构建的并行柯尔莫哥洛夫‑阿诺德网络中进行特征映射,并引入联合注意力机制以建模药物原子与蛋白残基之间的高维交互关系。实验结果表明,本发明的方法在药物‑靶点亲和度预测任务中具有较高的准确性和泛化能力。
技术关键词
联合注意力机制
预训练模型
药物
傅里叶基函数
分子结构特征
节点特征
拓扑结构信息
神经网络单元
指纹算法
芳香键
序列
嵌入特征
蛋白
编码
语义特征
系统为您推荐了相关专利信息
植物发酵组合物
祛黄褐斑功能
植物乳杆菌
益生菌发酵组合物
紫外线灭菌
防治主动脉夹层
数据处理装置
弹性纤维
样本
模型小鼠
工业产品表面缺陷
残次品图像
工业产品图像
数据
图像融合技术
足球比赛视频
强化学习方法
模拟器
训练样本集
大语言模型
罗伊氏乳杆菌
功能性便秘
微生物菌剂
培养物
预防便秘