摘要
本发明涉及一种基于多机制融合的药物靶标亲和力预测方法,包括如下步骤:数据预处理与伪领域构建、基于深度学习的特征表示学习、特征交互、引入泛化机制、模型训练、模型评估以及推理应用阶段。预测模型采用的药物‑靶标相互作用泛化预测方法中融合伪领域的连续嵌入、MMD分布对齐以及Mixup数据增强策略,有效实现大规模多领域分布下的泛化建模,能够自动识别并适应数据潜在领域结构,从而提高模型在未知数据上的预测准确性和鲁棒性。
技术关键词
药物
亲和力
标签
连续型
序列
靶标相互作用
交叉注意力机制
聚类算法
样本
定义
指纹
数据
网络
鲁棒性
蛋白
曲线
系统为您推荐了相关专利信息
状态评估方法
拉丝机
融合时空特征
损失函数优化
时间序列特征
动态状态信息
物理传感器
管理策略
随机森林模型
图像特征分类
调制信号分类方法
矩阵
LSTM神经网络
符号
浮点数
新型电力系统
攻击检测方法
LSTM模型
数据
模块