摘要
本发明提供一种基于多尺度拓扑的蛋白质配体结合亲和力预测方法、系统及存储介质,方法包括:获取蛋白质‑配体复合物的原始信息,并提取特定元素信息;进行蛋白质原子筛选;分别将筛选后的蛋白质特定原子集和配体特定原子集中的元素进行排列组合,并生成若干种蛋白质‑配体元素组合配对方式;对每种元素组合配对方式构建其对应的距离矩阵,并进行多尺度过滤;对所有子拓扑结构进行谱分析,生成多尺度拓扑特征;将多尺度拓扑特征输入预设的神经网络模型中进行预测,得到结合亲和力预测结果;本发明显著提升了在多种分子结构背景下的预测准确性、稳健性与泛化能力,有效克服了传统模型在面对不同分子类型与尺度变化时存在的适应性不足问题。
技术关键词
配体
梯度提升决策树
亲和力
拓扑特征
元素
神经网络模型
拉普拉斯
三维坐标信息
复合物
特征值
矩阵
生成多尺度
预测系统
过滤模块
基准
计算机
数据
策略
系统为您推荐了相关专利信息
动态加密系统
加密数据
数据分析模块
注意力机制
加密算法
松弛
图像
超参数
深度学习网络模型
非易失性计算机可读存储介质
设备设计方法
场景
神经网络模型
图像边缘识别
图像轮廓提取